Quality of Life of Patients With Advanced HIV/AIDS: Measuring the Impact of Both AIDS-Defining Events and Non-AIDS Serious Adverse Events
Notice bibliographique
Résumé
OBJECTIVE: To investigate the relative magnitude and duration of impact of AIDS-defining events (ADEs) and non-AIDS serious adverse events (SAEs) on health-related quality of life (HRQoL) among patients with advanced HIV/AIDS. METHODS: We use data from OPTIMA (OPTions In Management with Antiretrovirals), a multinational, randomized, open, control, clinical management trial of treatment strategies for patients with multidrug-resistant HIV and advanced immune disease. Longitudinal models were used to determine the effects of ADEs and SAEs on HRQoL across periods before, during, and after event onset. The Medical Outcomes Study HIV Health Survey (MOS-HIV) physical and mental health summary scores (MOS-PHS and MOS-MHS), EQ-5D, and the Health Utilities Index Mark 3 HRQoL measures were all assessed at regular follow-up intervals during the trial. RESULTS: ADEs occurred much less frequently than SAEs (n = 147 vs. n = 821) in the study sample population of 368 patients, during median follow-up of 3.96 years. Although both ADEs and SAEs had significant negative impacts on HRQoL, SAEs had at least as large an impact upon HRQoL as ADEs when both were included in a multivariate linear regression model, controlling for other covariates. However, the effect of ADEs on HRQoL was more persistent, with larger magnitude of effect across all instruments in time intervals further from the onset of the event. CONCLUSIONS: Non-AIDS SAEs occurring in patients with late-stage HIV/AIDS seem to have at least as important an immediate impact on patient HRQoL as ADEs; however, the impact of ADEs seems to be more persistent. Our findings call for a greater emphasis on the detection and active prevention of non-AIDS SAEs in patients with late-stage HIV/AIDS.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».