Diagnosis and Management of Common Chronic Metabolic Complications in HIV-infected Patients
Notice bibliographique
Résumé
Human immunodeficiency virus (HIV) infection has become a chronic illness that requires continuing medical care and patient self-management education to prevent acute complications and to reduce the risk of long-term complications. Metabolic complications such as dyslipidemia, insulin resistance, diabetes mellitus, obesity, and fat distribution abnormalities are associated with increased risk of cardiovascular disease. Cardiovascular disease is now a leading cause of death among HIV-infected patients. Lipid abnormalities, now often characteristically seen with HIV infection, include elevated triglycerides and low elevated total cholesterol (TC), and low high-density lipoprotein (HDL) levels of total and HDL cholesterol. Many antiretroviral drugs are associated with lipid abnormalities, which commonly include hypertriglyceridemia and increased total and low-density lipoprotein cholesterol levels. The management of dyslipidemia includes lifestyle modifications, lipid-lowering therapy, and switching antiretroviral therapy (ART). The increased prevalence of insulin resistance, impaired glucose tolerance, and diabetes is multifactorial in etiology. Management and goals of diabetes should follow the same practice guidelines in non-HIV-infected patients. Drug interactions and switching ART are additional management measures in diabetic HIV-infected patients. Since the treatment of lipodystrophy is a challenge, its prevention by selecting appropriate ART is the key.
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) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».