Short-Term Rationing of Combination Antiretroviral Therapy: Impact on Morbidity, Mortality, and Loss to Follow-Up in a Large HIV Treatment Program in Western Kenya
Notice bibliographique
Résumé
Background. There was a 6-month shortage of antiretrovirals (cART) in Kenya. Methods. We assessed morbidity, mortality, and loss to follow-up (LTFU) in this retrospective analysis of adults who were enrolled during the six-month period with restricted cART (cap) or the six months prior (pre-cap) and eligible for cART at enrollment by the pre-cap standard. Cox models were used to adjust for potential confounders. Results. 9009 adults were eligible for analysis: 4,714 pre-cap and 4,295 during the cap. Median number of days from enrollment to cART initiation was 42 pre-cap and 56 for the cap (P < 0.001). After adjustment, individuals in the cap were at higher risk of mortality (HR = 1.21; 95% CI : 1.06-1.39) and LTFU (HR = 1.12; 95% CI : 1.04-1.22). There was no difference between the groups in their risk of developing a new AIDS-defining illness (HR = 0.92 95% CI 0.82-1.03). Conclusions. Rationing of cART, even for a relatively short period of six months, led to clinically adverse outcomes.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».