Ethnicity and Gender Differences in Lipodystrophy of HIV-Positive Individuals Taking Antiretroviral Therapy in Ontario, Canada
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
PURPOSE: This study assessed ethnicity and gender differences in prevalence, type, and severity of antiretroviral-associated lipodystrophy in HIV-positive individuals in Ontario. METHODS: This was a cross-sectional analysis of the Ontario Cohort Study (OCS), a prospective study of HIV-positive patients in Ontario. Lipodystrophy was defined as at least 1 major or 2 minor self-reported changes of peripheral lipoatrophy and/or central lipohypertrophy. Prevalence, type, and severity were compared by ethnicity (Black, White, or Other) and gender. Univariate and multivariate logistic regression analyses identified predictors of lipodystrophy. RESULTS: Data were available for 778 participants (659 men, 119 women). There were 517 Whites, 121 Blacks, and 140 patients of Other ethnicities. In univariate analyses, Whites reported more peripheral lipoatrophy (P = .004) and abdominal lipohypertrophy (P = .04); these ethnic differences were observed in males (P = .05 and P = .03, respectively) but not females. Males reported more peripheral lipoatrophy (P = .01), whereas females had more central lipohypertrophy (P < .0001) and mixed fat redistribution (P < .0001). Multivariable regression analyses revealed Black women to be most vulnerable to lipodystrophy (P = .02), particularly lipohypertrophy (P < .0001). CONCLUSIONS: Ethnicity and gender are important factors influencing lipodystrophy. Combining lipoatrophy and lipohypertrophy into a single entity is not appropriate. Black women were most vulnerable to lipohypertrophy, which has important implications for antiretroviral therapy roll-out in Africa.
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 | 0,002 | 0,001 |
| 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 | 0,000 |
| 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