Antiretroviral resistance and high-risk transmission behavior among HIV-positive patients in clinical care
Notice bibliographique
Résumé
BACKGROUND: HIV-positive patients receiving antiretroviral therapy (ART) who engage in HIV transmission behaviors may harbor and transmit drug-resistant HIV. However, little is known about the risk behaviors of these patients, potential partners exposed and the relationship of these to ART resistance. OBJECTIVE: To determine the relationship of HIV drug resistance and continuing HIV transmission risk behavior among HIV-positive patients in care. METHODS: A retrospective, cross-sectional study of HIV transmission risk behavior and HIV drug resistance data from 333 HIV-positive patients. RESULTS: Among a diverse population of 333 HIV-positive patients, 75 (23%) had unprotected sex during the previous 3-months, resulting in 1126 unprotected sexual events with 191 partners of whom 155 were believed by patients to be HIV-negative or of unknown status. Eighteen of the 75 (24%) had resistant HIV and 207 unprotected sexual events, exposing 18% of the HIV- or status unknown partners. There was no difference in the proportion of patients engaging in unprotected sex who had undetectable viral load (VL) (22%): VL > 400 copies/ml without resistance (20%) and VL > 400 copies/ml with resistance (26%). Resistance and risk behavior was predicted only by lower mental health scores (odds ratio, 10.3; 95% confidence interval, 1.7-18.6). CONCLUSION: A substantial minority (23%) of patients in clinical care engaged in HIV sexual transmission risk behavior. A small subset of these also had ART-resistant HIV. However, this core group (approximately 5% of all patients) accounted for a large number of high-risk HIV transmission events with resistant virus, exposing a substantial number of partners.
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) | 0,000 | 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 ».