Performance of Immunologic Responses in Predicting Viral Load Suppression
Notice bibliographique
Résumé
BACKGROUND: World Health Organization (WHO) guidelines for the use of antiretroviral therapy (ART) in resource-limited settings state that CD4 cell counts may be used to indicate when ART regimens should be changed because of treatment failure. The performance of immunologic monitoring for this purpose has not been evaluated, however. METHODS: Participants aged > or =18 years from the British Columbia HIV/AIDS Drug Treatment Program who had CD4 cell counts < or =200 cells/microL or an AIDS diagnosis at baseline had CD4 cell counts measured at 6 and 12 months after treatment initiation. Logistic regression analysis was used to calculate sensitivity, specificity, and positive and negative predictive values for immunologic responses in terms of predicting failure to achieve 2 viral load measurements < 500 copies/mL within 1 year. RESULTS: Viral load suppression occurred in 674 (60%) of 1125 subjects. Using no increase in CD4 cell counts at 6 months as a definition of treatment failure had a sensitivity of 34%, specificity of 94%, positive predictive value of 75%, and negative predictive value of 71% for predicting failure to achieve virologic suppression. Using 12-month CD4 cell count values, the measurements were 35%, 95%, 79%, and 73%, respectively. CONCLUSION: Immunologic criteria to predict which patients have not achieved virologic suppression results in significant misclassification of therapeutic responses.
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 | 0,007 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».