Adherence–resistance relationships for protease and non-nucleoside reverse transcriptase inhibitors explained by virological fitness
Notice bibliographique
Résumé
OBJECTIVE: To compare the prevalence of resistance by adherence level in patients treated with non-nucleoside reverse transcriptase inhibitors (NNRTI) or protease inhibitors (PI). Also to examine the mechanism of differential class-specific adherence-resistance relationships, focusing on the patient-derived capacity of wild-type and drug-resistant recombinant variants to replicate in vitro in the presence of variable drug levels. METHODS: Participants received unannounced pill count measures to assess adherence, viral load monitoring, and genotypic resistance testing. The replicative capacity of drug-susceptible and drug-resistant recombinants was determined using a single-cycle recombinant phenotypic susceptibility assay. Drug exposure was estimated using population-averaged pharmacological measurements adjusted by participant-specific levels of adherence. RESULTS: In the NNRTI-treated group, 69% had resistance at 0-48% adherence compared to 13% at 95-100% (P = 0.01). PI resistance was less common than NNRTI resistance at 0-48% adherence (69% versus 23%; P = 0.01). In multivariate analysis, the odds for PI resistance increased (P = 0.03) while the odds for NNRTI resistance decreased (P = 0.04) with improving adherence. Individuals with drug-resistant variants were more likely to have levels of drug exposure where the resistant variant was more fit than the drug-susceptible variant in vitro, while those with drug-susceptible virus were more likely to have levels of drug exposure where the drug-susceptible virus was more fit than the drug-resistant variant (P = 0.005). CONCLUSIONS: NNRTI resistance was more common than PI resistance at low levels of adherence. Class-specific adherence-resistance relationships are associated with the relative replicative capacity of drug-resistant versus wild-type variants to replicate in the presence of clinically relevant drug levels.
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 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».