Use of new resistance markers to predict virologic response to antiretrovirals
Notice bibliographique
Résumé
It is relevant that the use of newer more sensitive methods have been key in establishing the role that certain drug-resistance mutations may play in both transmitted and acquired drug resistance. In particular, the use of allele-specific PCR assays (AS-PCR) and pyrosequencing have been very useful in providing new insights. Among the reasons that more ultrasensitive assays may sometimes be needed for more accurate assessments of drug resistance is the differential effect of certain mutations on viral replicative capacity. As an example, the K65R mutation is known to adversely affect HIV replication, and this may be one of the reasons that it is found relatively infrequently among individuals who fail antiretroviral therapy. In contrast, the use of AS-PCR for K65R in subtype C viruses has shown that this method was able to detect the presence of this mutation in an additional 4 of 30 samples who had tested negative by bulk sequencing methods. Now, it also appears as though the transmission of the K65R mutation, while rare, can also be detected in higher numbers by AS-PCR than bulk sequencing, and that this is also more common among subtype C than subtype B viruses. The likely reason is that subtype C viruses are more prone to develop K65R as a consequence of treatment failure and are therefore more likely than subtype B viruses to contain this mutation at the time that transmission takes place. In the case of the M184V mutation, it has also been observed that AS-PCR methods can detect this substitution more efficiently than bulk sequencing among newly-infected individuals.
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 | 0,000 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».