The Impact of Adherence on CD4 Cell Count Responses Among HIV-Infected Patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: There have been concerns that irreversible immune damage may result if highly active antiretroviral therapy (HAART) is initiated after the CD4 cell count declines to below 350 cells/microL; however, the role of antiretroviral adherence on CD4 cell count responses has not been well evaluated. METHODS: We evaluated CD4 cell count responses of 1522 antiretroviral-naive patients initiating HAART who were stratified by baseline CD4 cell count (<50, 50-199, and >or=200 cells/microL) and adherence. RESULTS: Among patients starting HAART with <50 cells/microL, during the fifth 15-week period after the initiation of HAART, absolute CD4 cell counts were 200 cells/microL (interquartile range [IQR]: 130-290) for adherent patients versus 60 cells/microL (IQR: 10-130) for nonadherent patients. Similarly, among patients starting HAART with 50 to 199 cells/microL, during the fifth 15-week period after the initiation of HAART, absolute CD4 cell counts were 300 cells/microL (IQR: 180-390) versus 125 cells/microL (IQR: 40-210) for nonadherent patients. In Cox regression analyses, adherence was the strongest independent predictor of the time to a gain of >or=50 cells/microL from baseline (relative hazard [RH] = 2.88, 95% confidence interval [CI]: 2.46-3.37). Among patients with baseline CD4 cell counts <200 cells/microL, adherence was the strongest independent predictor of the time to a CD4 cell count >200 cells/microL (RH = 4.85, 95% CI: 3.15-7.47). CONCLUSIONS: These data demonstrate that substantial CD4 gains are possible among highly advanced adherent patients and should contribute to the ongoing debate over the optimal time to initiate HAART.
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.
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 | 0,001 |
| 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 découle