Tenofovir-Based Preexposure Prophylaxis for HIV Infection among African Women
Notice bibliographique
Résumé
BACKGROUND: Reproductive-age women need effective interventions to prevent the acquisition of human immunodeficiency virus type 1 (HIV-1) infection. METHODS: We conducted a randomized, placebo-controlled trial to assess daily treatment with oral tenofovir disoproxil fumarate (TDF), oral tenofovir-emtricitabine (TDF-FTC), or 1% tenofovir (TFV) vaginal gel as preexposure prophylaxis against HIV-1 infection in women in South Africa, Uganda, and Zimbabwe. HIV-1 testing was performed monthly, and plasma TFV levels were assessed quarterly. RESULTS: Of 12,320 women who were screened, 5029 were enrolled in the study. The rate of retention in the study was 91% during 5509 person-years of follow-up. A total of 312 HIV-1 infections occurred; the incidence of HIV-1 infection was 5.7 per 100 person-years. In the modified intention-to-treat analysis, the effectiveness was -49.0% with TDF (hazard ratio for infection, 1.49; 95% confidence interval [CI], 0.97 to 2.29), -4.4% with TDF-FTC (hazard ratio, 1.04; 95% CI, 0.73 to 1.49), and 14.5% with TFV gel (hazard ratio, 0.85; 95% CI, 0.61 to 1.21). In a random sample, TFV was detected in 30%, 29%, and 25% of available plasma samples from participants randomly assigned to receive TDF, TDF-FTC, and TFV gel, respectively. Independent predictors of TFV detection included being married, being older than 25 years of age, and being multiparous. Detection of TFV in plasma was negatively associated with characteristics predictive of HIV-1 acquisition. Elevations of serum creatinine levels were seen more frequently among participants randomly assigned to receive oral TDF-FTC than among those assigned to receive oral placebo (1.3% vs. 0.2%, P=0.004). We observed no significant differences in the frequencies of other adverse events. CONCLUSIONS: None of the drug regimens we evaluated reduced the rates of HIV-1 acquisition in an intention-to-treat analysis. Adherence to study drugs was low. (Funded by the National Institutes of Health; VOICE ClinicalTrials.gov number, NCT00705679.).
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 | 0,001 | 0,003 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».