Safety of tenofovir use during pregnancy
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the association of tenofovir disoproxil fumarate (TDF) use during pregnancy with early growth parameters in HIV-exposed, uninfected (HEU) infants. DESIGN: US-based prospective cohort study of HEU children to examine potential adverse effects of prenatal TDF exposure. METHODS: We evaluated the association of maternal TDF use during pregnancy with small for gestational age (SGA); low birth weight (LBW, <2.5 kg); weight-for-age z-scores (WAZ), length-for-age z-scores (LAZ), and head circumference-for-age (HCAZ) z-scores at newborn visit; and LAZ, HCAZ, and WAZ at age 1 year. Logistic regression models for LBW and SGA were fit, adjusting for maternal and sociodemographic factors. Adjusted linear regression models were used to evaluate LAZ, WAZ, and HCAZ by TDF exposure. RESULTS: Of 2029 enrolled children with maternal antiretroviral information, TDF was used by 449 (21%) HIV-infected mothers, increasing from 14% in 2003 to 43% in 2010. There was no difference between those exposed to combination regimens with vs. without TDF for SGA, LBW, and newborn LAZ and HCAZ. However, at age 1 year, infants exposed to combination regimens with TDF had significantly lower adjusted mean LAZ and HCAZ than those without TDF (LAZ: -0.17 vs. -0.03, P=0.04; HCAZ: 0.17 vs. 0.42, P=0.02). CONCLUSION: TDF use during pregnancy was not associated with increased risk for LBW or SGA. The slightly lower mean LAZ and HCAZ observed at age 1 year in TDF-exposed infants are of uncertain significance but underscore the need for additional studies of growth outcomes after TDF use during pregnancy.
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 | 0,002 | 0,011 |
| 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 | 0,001 | 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) | 0,001 | 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 ».