Predictors of unstructured antiretroviral treatment interruption and resumption among <scp>HIV</scp>‐positive individuals in <scp>C</scp>anada
Notice bibliographique
Résumé
OBJECTIVES: Sustained optimal use of combination antiretroviral therapy (cART) has been shown to decrease morbidity, mortality and HIV transmission. However, incomplete adherence and treatment interruption (TI) remain challenges to the full realization of the promise of cART. We estimated trends and predictors of treatment interruption and resumption among individuals in the Canadian Observational Cohort (CANOC) collaboration. METHODS: cART-naïve individuals ≥ 18 years of age who initiated cART between 2000 and 2011 were included in the study. We defined TIs as ≥ 90 consecutive days off cART. We used descriptive analyses to study TI trends over time and Cox regression to identify factors predicting time to first TI and time to treatment resumption after a first TI. RESULTS: A total of 7633 participants were eligible for inclusion in the study, of whom 1860 (24.5%) experienced a TI. The prevalence of TI in the first calendar year of cART decreased by half over the study period. Our analyses highlighted a higher risk of TI among women [adjusted hazard ratio (aHR) 1.59; 95% confidence interval (CI) 1.33-1.92], younger individuals (aHR 1.27; 95% CI 1.15-1.37 per decade increase), earlier treatment initiators (CD4 count ≥ 350 vs. <200 cells/μL: aHR 1.46; 95% CI 1.17-1.81), Aboriginal participants (aHR 1.67; 95% CI 1.27-2.20), injecting drug users (aHR 1.43; 95% CI 1.09-1.89) and users of zidovudine vs. tenofovir in the initial cART regimen (aHR 2.47; 95% CI 1.92-3.20). Conversely, factors predicting treatment resumption were male sex, older age, and a CD4 cell count <200 cells/μL at cART initiation. CONCLUSIONS: Despite significant improvements in cART since its advent, our results demonstrate that TIs remain relatively prevalent. Strategies to support continuous HIV treatment are needed to maximize the benefits of cART.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».