Differences in Lipid Measurements by Antiretroviral Regimen Exposure in Cohorts from Asia and Australia
Notice bibliographique
Résumé
We explored the mean differences in routinely measured lipids (total cholesterol, triglycerides, and high-density lipoprotein cholesterol) according to exposure to different combination antiretroviral regimens in Asian (n = 2051) and Australian (predominantly Caucasian, n = 794) cohorts. The regimen was defined as at least 3 antiretroviral drugs with at least 2 nucleoside-reverse transcriptases (NRTIs) and either of at least one protease inhibitor (PI) or non-nucleoside-reverse transcriptases (NNRTIs). We categorised cART regimens as: NRTIs as tenofovir based or not; NNRTIs as nevirapine or efavirenz (but not both); and PI as atazanavir based or not. We found that the impact of various antiretroviral regimens on lipids in Asian and Australian cohorts was only different by cohort for total cholesterol (P for interaction between regimen and cohort: <0.001) but not in case of other lipids (P for interaction: >0.05). The differences in total cholesterol were however small and unlikely to be of clinical significance. Overall, tenofovir with nevirapine or atazanavir was associated with the most favorable lipids, while the PI regimens without tenofovir and atazanavir were associated with least favorable lipids. We conclude that the impact of various ART regimens on lipids is largely similar in Asian and Australian cohorts and that the newer drugs such as tenofovir and atazanavir are likely to provide similar benefit in terms of lipid profiles in both populations.
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 | 0,000 | 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 ».