Clinical presentation and aetiologies of acute or complicated headache among HIV‐seropositive patients in a Ugandan clinic
Notice bibliographique
Résumé
BACKGROUND: We set out to define the relative prevalence and common presentations of the various aetiologies of headache within an ambulant HIV-seropositive adult population in Kampala, Uganda. METHODS: We conducted a prospective study of adult HIV-1-seropositive ambulatory patients consecutively presenting with new onset headaches. Patients were classified as focal-febrile, focal-afebrile, non-focal-febrile or non-focal-afebrile, depending on presence or absence of fever and localizing neurological signs. Further management followed along a pre-defined diagnostic algorithm to an endpoint of a diagnosis. We assessed outcomes during four months of follow up. RESULTS: One hundred and eighty patients were enrolled (72% women). Most subjects presented at WHO clinical stages III and IV of HIV disease, with a median Karnofsky performance rating of 70% (IQR 60-80).The most common diagnoses were cryptococcal meningitis (28%, n = 50) and bacterial sinusitis (31%, n = 56). Less frequent diagnoses included cerebral toxoplasmosis (4%, n = 7), and tuberculous meningitis (4%, n = 7). Thirty-two (18%) had other diagnoses (malaria, bacteraemia, etc.). No aetiology could be elucidated in 28 persons (15%). Overall mortality was 13.3% (24 of 180) after four months of follow up. Those without an established headache aetiology had good clinical outcomes, with only one death (4% mortality), and 86% were ambulatory at four months. CONCLUSION: In an African HIV-infected ambulatory population presenting with new onset headache, aetiology was found in at least 70%. Cryptococcal meningitis and sinusitis accounted for more than half of the cases.
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 | 0,000 | 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 ».