MétaCan
Menu
Retour à la cohorte
Enregistrement W2007390378 · doi:10.1186/1471-2334-9-215

HIV-1 subtype and viral tropism determination for evaluating antiretroviral therapy options: an analysis of archived Kenyan blood samples

2009· article· en· W2007390378 sur OpenAlexaff
Raphael Lihana, Samoel Khamadi, Raphael Lwembe, Joyceline Kinyua, Joseph Muriuki, Nancy Lagat, Fredrick Okoth, Ernest P. Makokha, Elijah Songok

Notice bibliographique

RevueBMC Infectious Diseases · 2009
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueHIV Research and Treatment
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesJapan International Cooperation AgencyKanazawa University
Mots-clésMedical microbiologyVirologyParasitologyTropismPopulationViral loadBiologyMedicineTissue tropismImmunologyHuman immunodeficiency virus (HIV)VirusPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Infection with HIV-1 is characterized by genetic diversity such that specific viral subtypes are predominant in specific geographical areas. The genetic variation in HIV-1 pol and env genes is responsible for rapid development of resistance to current drugs. This variation has influenced disease progression among the infected and necessitated the search for alternative drugs with novel targets. Though successfully used in developed countries, these novel drugs are still limited in resource-poor countries. The aim of this study was to determine HIV-1 subtypes, recombination, dual infections and viral tropism of HIV-1 among Kenyan patients prior to widespread use of antiretroviral drugs. METHODS: Remnant blood samples from consenting sexually transmitted infection (STI) patients in Nairobi were collected between February and May 2001 and stored. Polymerase chain reaction and cloning of portions of HIV-1 gag, pol and env genes was carried out followed by automated DNA sequencing. RESULTS: Twenty HIV-1 positive samples (from 11 females and 9 males) were analyzed. The average age of males (32.5 years) and females (26.5 years) was significantly different (p value < 0.0001). Phylogenetic analysis revealed that 90% (18/20) were concordant HIV-1 subtypes: 12 were subtype A1; 2, A2; 3, D and 1, C. Two samples (10%) were discordant showing different subtypes in the three regions. Of 19 samples checked for co-receptor usage, 14 (73.7%) were chemokine co-receptor 5 (CCR5) variants while three (15.8%) were CXCR4 variants. Two had dual/mixed co-receptor use with X4 variants being minor population. CONCLUSION: HIV-1 subtype A accounted for majority of the infections. Though perceived to be a high risk population, the prevalence of recombination in this sample was low with no dual infections detected. Genotypic co-receptor analysis showed that most patients harbored viruses that are predicted to use CCR5.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,103
Score d'incertitude au seuil0,458

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,328
Écart entre enseignants0,297 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC Infectious DiseasesMême sujetHIV Research and TreatmentTravaux en français237 207