Clinical outcomes and immune benefits of anti-epileptic drug therapy in HIV/AIDS
Notice bibliographique
Résumé
BACKGROUND: Anti-epileptic drugs (AEDs) are frequently prescribed to persons with HIV/AIDS receiving combination antiretroviral therapy (cART) although the extent of AED use and their interactions with cART are uncertain. Herein, AED usage, associated toxicities and immune consequences were investigated. METHODS: HIV replication was analysed in proliferating human T cells during AED exposure. Patients receiving AEDs in a geographically-based HIV care program were assessed using clinical and laboratory variables in addition to assessing AED indication, type, and cumulative exposures. RESULTS: Valproate suppressed proliferation in vitro of both HIV-infected and uninfected T cells (p <0.05) but AED exposures did not affect HIV production in vitro. Among 1345 HIV/AIDS persons in active care between 2001 and 2007, 169 individuals were exposed to AEDs for the following indications: peripheral neuropathy/neuropathic pain (60%), seizure/epilepsy (24%), mood disorder (13%) and movement disorder (2%). The most frequently prescribed AEDs were calcium channel blockers (gabapentin/pregabalin), followed by sodium channel blockers (phenytoin, carbamazepine, lamotrigine) and valproate. In a nested cohort of 55 AED-treated patients receiving cART and aviremic, chronic exposure to sodium and calcium channel blocking AEDs was associated with increased CD4+ T cell levels (p <0.05) with no change in CD8+ T cell levels over 12 months from the beginning of AED therapy. CONCLUSIONS: AEDs were prescribed for multiple indications without major adverse effects in this population but immune status in patients receiving sodium or calcium channel blocking drugs was improved.
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) | 0,001 | 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 ».