Adherence to Antiretroviral Therapy and Cd4 T-Cell Count Responses among HIV-Infected Injection Drug Users
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the time to CD4 cell count response (> or = 50 cells/mm3) among patients initiating highly active antiretroviral therapy (HAART) with and without a history of injection drug use, and to examine the potential role of non-adherence to HAART on differential CD4 responses. METHODS: Population-based analysis of treatment-naive patients initiating HAART during the period 1 August 1996 to 31 July 2000 and who were followed until 31 March 2002. Patients were stratified based on 95% adherence and history of injection drug use, and Kaplan-Meier methods and Cox regression were used to evaluate CD4 response rates and factors associated with CD4 responses. RESULTS: Overall, the CD4 cell count response rate was slower among injection drug users in Kaplan-Meier analyses (log-rank: P<0.05). However, no differences existed when the analyses were restricted to adherent patients (log-rank: P=0.349). Similarly, the differences in the time to CD4 cell count response observed in univariate Cox regression analyses for patients with a history of injection drug use [relative hazard: 0.85 (95% CI: 0.75-0.97)] diminished after adjustment for adherence [adjusted relative hazard: 1.02 (95% CI: 0.89-1.16)]. CONCLUSION: These data demonstrate the importance of adherence on CD4 cell count responses and highlight the need for interventions to improve antiretroviral adherence among injection drug user.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle