Factors Associated With Mortality of HIV-Positive Clients Receiving Methadone Maintenance Treatment in China
Notice bibliographique
Résumé
BACKGROUND: Little is known about mortality of opiate users attending methadone maintenance treatment (MMT) clinics. We sought to investigate mortality and its predictors among human immunodeficiency virus (HIV)-positive MMT clients. METHODS: Records of 306 786 clients enrolled in China's MMT program from 24 March 2004 to 30 April 2011 were abstracted. Mortality rates were calculated for all HIV-positive antiretroviral treatment (ART)-naive and ART-experienced clients. Risk factors were examined using stratified proportional hazard ratios (HRs). RESULTS: The observed mortality rate for all clients was 11.8/1000 person-years (PY, 95% confidence interval [CI], 11.5-12.1) and 57.2/1000 PY (CI, 54.9-59.4) for HIV-positive clients (n = 18 193). An increase in average methadone doses to >75 mg/day was associated with a 24% reduction in mortality (HR = 0.76, CI, .70-.82), a 48% reduction for ART-naive HIV-positive clients (HR = 0.52, CI, .42-.65), and a 47% reduction for ART-experienced HIV-positive clients (HR = 0.53, CI, .46-.62). Among ART-experienced clients, initiation of ART when the CD4(+) T-cell count was >300 cells/mm(3) (HR = 0.64, CI, .43-.94) was also associated with decreased risk of death. CONCLUSIONS: We found high mortality rates among HIV-positive MMT clients, yet decreased risk of death, with earlier ART initiation and higher methadone doses. A higher daily methadone dose was associated with reduced mortality in both HIV-infected and HIV-uninfected clients, independent of ART.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».