Criteria for initiating highly active antiretroviral therapy and short‐term immune response among HIV‐1‐infected patients in Côte d'Ivoire
Notice bibliographique
Résumé
OBJECTIVES: The aims of this study were to determine the predictors of CD4 count below 200 cells/microL and to propose an algorithm for antiretroviral therapy initiation; and to assess the determinants of immune response to highly active antiretroviral therapy (HAART) in Côte d'Ivoire. METHODS: A total of 615 consecutive patients attending an HIV/AIDS day hospital were enrolled in the study. We constructed a score system based on the results of a multivariate logistic regression analysis of the predictors of CD4 count <200 cells/microL with the intention of proposing an algorithm able to accurately designate patients eligible for HAART. We also identified factors associated with a short-term increase in CD4 count >50 cells/microL after HAART initiation. RESULTS: Total lymphocyte count <1200 cells/microL (P<0.0001), lower haemoglobin levels (P<0.0001), and Centers for Disease Control and Prevention (CDC) clinical stages C (P=0.005) and B (P=0.045), as compared with stage A, were associated with CD4 count <200 cells/microL. Nonetheless, no accurate algorithm for HAART initiation was found. Three hundred and three of the 615 patients were treated. Of these 303 patients, 79.5% showed an increase of >50 cells/microL in CD4 count 6 months after HAART initiation (median increase 128 cells/microL). Adherence >or=95% (P=0.022) and increase in absolute total lymphocyte count during follow-up (P<0.0001) were associated with a short-term positive immune response. CONCLUSIONS: Our results support the effectiveness of generic drug combinations in sub-Saharan Africa. In order to enhance the management of HIV disease in sub-Saharan Africa, efforts should target the development of low-cost CD4 cell count laboratory tests.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».