Risk of Viral Failure Declines With Duration of Suppression on Highly Active Antiretroviral Therapy Irrespective of Adherence Level
Notice bibliographique
Résumé
OBJECTIVE: To model the effect of adherence and duration of viral suppression on the risk of viral rebound. METHODS: Viral rebound was defined as the first of at least two consecutive viral loads greater than 400 copies/mL after initial viral suppression. The main exposures were adherence, presence of antiretroviral class resistance before rebound or censoring date, and the percentage of follow-up time with viral suppression. RESULTS: A total of 274 (N = 1305 [21%]) individuals experienced viral rebound. Median time of suppression before rebound was 2 years. Viral rebound was less likely to occur among those with longer duration of continuous viral suppression (odds ratio, 0.37; 95% confidence interval, 0.32 to 0.42). Among individuals with moderate levels of adherence (80% to less than 95%), the probability of virologic failure was 0.85 after being suppressed for 12 months and it was 0.08 after 72 months being suppressed (P < 0.01). Individuals with drug resistance were at a higher risk of viral rebound. CONCLUSIONS: The risk of viral rebound decreased with longer duration of viral suppression within each of adherence strata studied. Although perfect adherence remains an important goal of therapy to prevent disease progression, individuals with long-term viral suppression may be able to miss more doses without experiencing viral rebound.
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,004 | 0,001 |
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 ».