MétaCan
Menu
Retour à la cohorte
Enregistrement W2085984612 · doi:10.1086/510911

Temporal Trends in Postseroconversion CD4 Cell Count and HIV Load: The Concerted Action on Seroconversion to AIDS and Death in Europe Collaboration, 1985–2002

2007· article· en· W2085984612 sur OpenAlexaboutno aff
Maria Dorrucci, Giovanni Rezza, Kholoud Porter, Andrew Phillips

Notice bibliographique

RevueThe Journal of Infectious Diseases · 2007
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueHIV Research and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSeroconversionInterquartile rangeMedicineConfidence intervalViral loadImmunologyConfoundingProportional hazards modelSurvival analysisInternal medicineHuman immunodeficiency virus (HIV)Virology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To determine whether early postseroconversion CD4 cell counts and human immunodeficiency virus (HIV) loads have changed over time. METHODS: Our analysis was based on 22 cohorts of people with known dates of seroconversion from Europe, Australia, and Canada (Concerted Action on Seroconversion to AIDS and Death in Europe Collaboration). We focused on individuals seroconverting between 1985 and 2002 who had the first CD4 cell count (n=3687) or HIV load (n=1584) measured within 2 years of seroconversion and before antiretroviral use. Linear regression models were used to assess time trends in postseroconversion CD4 cell count and HIV load. Trends in time to key thresholds were also assessed, using survival analysis. RESULTS: The overall median initial CD4 cell count was 570 cells/ microL (interquartile range [IQR], 413-780 cells/ microL). The median initial HIV load was 35,542 copies/mL (IQR, 7600-153,050 copies/mL; on log(10) scale, 3.9-5.2 log(10) copies/mL). The postseroconversion CD4 cell count changed by an average of -6.33 cells/ microL/year (95% confidence interval [CI], -8.47 to -4.20 cells/ microL/year; P<.001), whereas an increase was observed in log(10) HIV load (+0.044 log(10) copies/mL/year; 95% CI, +0.034 to +0.053 log(10) copies/mL/year). These trends remained after adjusting for potential confounders. The probability of progressing to a CD4 cell count of <500 cells/ microL by 24 months from seroconversion increased from 0.66 (95% CI, 0.63-0.69) for individuals who seroconverted before 1991 to 0.80 (95% CI, 0.75-0.84) for those who seroconverted during 1999-2002. CONCLUSION: These data suggest that, in Europe, there has been a trend of decrease in the early CD4 cell count and of increase in the early HIV load. Additional research will be necessary to determine whether similar trends exist in other geographical areas.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,311
Score d'incertitude au seuil0,618

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,273
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Infectious DiseasesMême sujetHIV Research and TreatmentTravaux en français237 207