The Effects of Opioid Substitution Treatment and Highly Active Antiretroviral Therapy on the Cause-Specific Risk of Mortality Among HIV-Positive People Who Inject Drugs
Notice bibliographique
Résumé
BACKGROUND: Prior studies indicated opioid substitution treatment (OST) reduces mortality risk and improves the odds of accessing highly active antiretroviral therapy (HAART); however, the relative effects of these treatments for human immunodeficiency virus (HIV)-positive people who inject drugs (PWID) are unclear. We determine the independent and joint effects of OST and HAART on mortality, by cause, within a population of HIV-positive PWID initiating HAART. METHODS: Using a linked population-level database for British Columbia, Canada, we used time-to-event analytic methods, including competing risks models, proportional hazards models with time-varying covariates, and marginal structural models, to identify the independent and joint effects of OST and HAART on all-cause as well as drug- and HIV-related mortality, controlling for covariates. RESULTS: Among 1727 HIV-positive PWID, 493 (28.5%) died during a median 5.1 years (interquartile range, 2.1-9.1) of follow-up: 18.7% due to drug-related causes, 55.8% due to HIV-related causes, and 25.6% due to other causes. Standardized mortality ratios were 12.2 (95% confidence interval [CI], 9.8, 15.0) during OST and 30.0 (27.1, 33.1) during periods out of OST. Both OST (adjusted hazard, 0.34; 95% CI, .23, .49) and HAART (0.39 [0.31, 0.48]) decreased the hazard of all-cause mortality; however, individuals were at lowest risk of death when these medications were used jointly (0.16 [0.10, 0.26]). Both OST and HAART independently protected against HIV-related death, drug-related death and death due to other causes. CONCLUSIONS: While both OST and HAART are life-saving treatments, joint administration is urgently needed to protect against both drug- and HIV-related mortality.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».