Determining eligibility for antiretroviral therapy in resource-limited settings using total lymphocyte counts, hemoglobin and body mass index.
Notice bibliographique
Résumé
BACKGROUND: CD4+ T lymphocyte (CD4) cell count testing is the standard method for determining eligibility for antiretroviral therapy (ART), but is not widely available in sub-Saharan Africa. Total lymphocyte counts (TLCs) have not proven sufficiently accurate in identifying subjects with low CD4 counts. We developed clinical algorithms using TLCs, hemoglobin (Hb), and body mass index (BMI) to identify patients who require ART. METHODS: We conducted a cross-sectional study of HIV-infected adults in Uganda, who presented for assessment for ART-eligibility with WHO clinical stages I, II or III. Two by two tables were constructed to examine TLC thresholds, which maximized sensitivity for CD4 cell counts <or= 200 cells microL, while minimizing the number offered ART with counts > 350 cells microL. Hb and BMI values were then examined to try to improve model performance. RESULTS: 1787 subjects were available for analysis. Median CD4 cell counts and TLCs, were 239 cells/microL and 1830 cells/microL, respectively. Offering ART to all subjects with a TLCs <or= 2250 cells/microL produced a sensitivity of 0.88 and a false positive ratio of 0.21. Algorithms that treated all patients with a TLC <2000 cells/microL, excluded all patients with a TLC >3000 cells/microL, and used Hb and/or BMI values to determine eligibility for those with TLC values between 2000 and 3000 cells/microL, marginally improved accuracy. CONCLUSION: TLCs appear useful in predicting who would be eligible for ART based on CD4 cell count criteria. Hb and BMI values may be useful in prioritizing patients for ART, but did not improve model accuracy.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 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 ».