Genetic Diversity of Recently Acquired and Prevalent HIV, Hepatitis B Virus, and Hepatitis C Virus Infections in US Blood Donors
Notice bibliographique
Résumé
BACKGROUND: Genetic variations of human immunodeficiency virus (HIV), hepatitis C virus (HCV), and hepatitis B virus (HBV) can affect diagnostic assays and therapeutic interventions. Recent changes in prevalence of subtypes/genotypes and drug/immune-escape variants were characterized by comparing recently infected vs more remotely infected blood donors. METHODS: Infected donors were identified among approximately 34 million US blood donations, 2006-2009; incident infections were defined as having no or low antiviral antibody titers. Viral genomes were partially sequenced. RESULTS: Of 321 HIV strains (50% incident), 2.5% were non-B HIV subtypes. Protease and reverse transcriptase (RT) inhibitor resistance mutations were found in 2% and 11% of infected donors, respectively. Subtypes in 278 HCV strains (31% incident) yielded 1a>1b>3a>2b>2a>4a>6d, 6e: higher frequencies of 3a in incident cases vs higher frequencies of 1b in prevalent cases were found (P = .04). Twenty subgenotypes among 193 HBV strains (26% incident) yielded higher frequencies of A2 in incident cases and higher frequencies of A1, B2, and B4 in prevalent cases (P = .007). No HBV drug resistance mutations were detected. Six percent of incident vs 26% of prevalent HBV contained antibody neutralization escape mutations (P = .01). CONCLUSIONS: Viral genetic variant distribution in blood donors was similar to that seen in high-risk US populations. Blood-borne viruses detected through large-scale routine screening of blood donors can complement molecular surveillance studies of highly exposed populations.
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 ».