Improved adherence to modern antiretroviral therapy among <scp>HIV</scp>‐infected injecting drug users
Notice bibliographique
Résumé
OBJECTIVES: Adherence to antiretroviral therapy (ART) among injecting drug users (IDUs) is often suboptimal, yet little is known about changes in patterns of adherence since the advent of highly active antiretroviral therapy in 1996. We sought to assess levels of optimal adherence to ART among IDUs in a setting of free and universal HIV care. METHODS: Data were collected through a prospective cohort study of HIV-positive IDUs in Vancouver, British Columbia. We calculated the proportion of individuals achieving at least 95% adherence in the year following initiation of ART from 1996 to 2009. RESULTS: Among 682 individuals who initiated ART, the median age was 37 years (interquartile range 31-44 years) and 248 participants (36.4%) were female. The proportion achieving at least 95% adherence increased over time, from 19.3% in 1996 to 65.9% in 2009 (Cochrane-Armitage test for trend: P < 0.001). In a logistic regression model examining factors associated with 95% adherence, initiation year was statistically significant (odds ratio 1.08; 95% confidence interval 1.03-1.13; P < 0.001 per year after 1996) after adjustment for a range of drug use variables and other potential confounders. CONCLUSIONS: The proportion of IDUs achieving at least 95% adherence during the first year of ART has consistently increased over a 13-year period. Although improved tolerability and convenience of modern ART regimens probably explain these positive trends, by the end of the study period a substantial proportion of IDUs still had suboptimal adherence, demonstrating the need for additional adherence support strategies.
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.
Comment cette classification a été obtenuedéplier
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».