Changes in Metabolic, Inflammatory and Coagulation Biomarkers after HIV Seroconversion – the Health in Men (Him) Biomarker Substudy
Notice bibliographique
Résumé
BACKGROUND: Biomarkers of inflammation, coagulation, lipids and vitamin D have been associated with cardiovascular and mortality risk in HIV-infected individuals. Scarce data exist on changes in these markers from pre- to post-HIV seroconversion. METHODS: The study participants were drawn from the Health in Men Study, which recruited HIV-negative homosexual men. Participants with incident HIV infection (n=26) were compared with HIV-negative controls (n=52) matched on age at enrolment, date of visit and reported intravenous drug use. Levels of metabolic (lipids and vitamin D), inflammatory (C-reactive protein and interleukin-6) and coagulation (D-dimer and fibrinogen) biomarkers were measured at pre- and post-HIV seroconversion visits and corresponding visits for controls. Random-effect models were used to compare changes in markers between cases and controls. RESULTS: The median gap between pre- and post-seroconversion or matched first and second visits in controls was 12 months. HIV seroconversion was associated with decline in high density lipoprotein (HDL-C; difference in mean change between cases and controls -0.14 mmol/l; 95% CI -0.22, -0.01; P=0.035). There were no significant differences in changes in other lipids, markers of inflammation, coagulation or vitamin D. CONCLUSIONS: Decline in HDL-C seems to be the main proatherogenic change within 1-1.5 years after HIV seroconversion. HIV seroconversion was not associated with profound changes in other lipids, or markers of inflammation, coagulation and vitamin D. Longitudinal assessment of these markers in comparable population needs further assessment.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».