Young Age Predicts Poor Antiretroviral Adherence and Viral Load Suppression Among Injection Drug Users
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Previous studies of adherence to antiretroviral therapy (ART) for HIV among young injection drug users (IDU) have been limited because financial barriers to care disproportionately affect youth, thus confounding results. This study examines adherence among IDU in a unique setting where all medical care is provided free-of-charge. From May 1996 to April 2008, we followed a prospective cohort of 545 HIV-positive IDU of 18 years of age or older in Vancouver, Canada. Using generalized estimating equations (GEE), we studied the association between age and adherence (obtaining ART≥95% of the prescribed time), controlling for potential confounders. Using Cox proportional hazards regression, we also studied the effect of age on time to viral load suppression (<500 copies per milliliter), and examined adherence as a mediating variable. Five hundred forty-five participants were followed for a median of 23.8 months (interquartile range [IQR]=8.5-91.6 months). Odds of adherence were significantly lower among younger IDU (adjusted odds ratio [AOR]=0.76 per 10 years younger; 95% confidence interval [CI], 0.65-0.89). Younger IDU were also less likely to achieve viral load suppression (adjusted hazard ratio [AHR]=0.75 per 10 years younger; 95% CI, 0.64-0.88). Adding adherence to the model eliminated this association with age, supporting the role of adherence as a mediating variable. Despite absence of financial barriers, younger IDU remain less likely to adhere to ART, resulting in inferior viral load suppression. Interventions should carefully address the unique needs of young HIV-positive IDU.
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.
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 découle