Impact of Neighborhood-Level Socioeconomic Status on HIV Disease Progression in a Universal Health Care Setting
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
OBJECTIVES: The objectives of this study were to examine neighborhood measures of socioeconomic status and their effect on the risk of mortality among HIV-positive persons accessing and not accessing treatment, the effects of late access to treatment by CD4 cell count, and survival among those who accessed treatment. METHODS: We limited our analysis to the era of highly active antiretroviral therapy (HAART). We used individual-level patient and clinical characteristics and neighborhood-level socioeconomic data to address our objectives. The Pearson chi2 and Wilcoxon sign rank tests were used to compare mortality among HIV-positive persons accessing and not accessing treatment, logistic regression models were used to compare persons who accessed treatment with low CD4 cell counts (<50 cells/mm(3)) with those who accessed treatment earlier (CD4 count > or =50 cells/mm(3)), and Weibull survival models were used to compare mortality among those who accessed treatment. RESULTS: Forty percent of people who died from HIV/AIDS-related causes never accessed treatment. Among those who accessed treatment, 16% did so when their CD4 counts were <50 cells/mm(3). Unemployment was associated with delayed access to treatment (odds ratio = 1.41, 95% confidence interval [CI]: 1.14 to 1.74). Postsecondary education (hazard ratio [HR] = 0.80, 95% CI: 0.71 to 0.91) and percent of residents below the poverty line (HR = 1.07, 95% CI: 1.01 to 1.13) were associated with mortality. CONCLUSIONS: In a setting where treatment for HIV is free of charge, a significant number of HIV-positive persons did not access HAART. Low socioeconomic status was associated with this delay and with increased mortality among persons receiving HAART. Social and health policy initiatives, beyond free and universal health care, are required to optimize access to HAART.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 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