HIV-1 drug resistance-associated mutations among HIV-1 infected drug-naïve antenatal clinic attendees in rural Kenya
Notice bibliographique
Résumé
BACKGROUND: Access to antiretroviral therapy (ART) has increased dramatically in Sub-Saharan Africa. In Kenya, 560,000 people had access to ART by the end of 2011. This scaling up of ART has raised challenges to the Kenyan health system due to emergence of drug resistant viruses among those on treatment and possible onward transmission. To counter this, and come up with an effective treatment strategy, it has become vital to determine baseline mutations associated with drug resistance among the circulating strains of HIV-1 in Kenya. METHODS: The prevalence of mutations associated with drug resistance in HIV-1 protease (PR) and reverse transcriptase (RT) regions from 188 HIV-1 infected treatment-naïve pregnant women was investigated in Kapsabet, Nandi Hills and Kitale district hospitals of Kenya. Blood samples were collected between April 2005 and June 2006. The HIV-1 pol gene was amplified using primers for HIV-1 PR and RT and sequenced using the BigDye chemistry. The mutations were analyzed based on the IAS algorithm as well as the Stanford University HIV Drug Resistance Database. RESULTS: Based on the PR and RT sequences, HIV-1 subtypes A1 (n=117, 62.2%), A2 (n=2, 1.1%), D (n=27, 14.4%), C (n=13, 6.9%), G (n=3, 1.6%), and possible recombinants (n=26, 13.8%) were detected. Mutations associated with nucleoside reverse transcriptase inhibitors (NRTI) and non-nucleoside RTI (NNRTI)-resistance were detected in 1.6% (3 of 188) and 1.1% (2 of 188), respectively. Mutations associated with PI resistance were detected in 0.5% (1 of 188) of the study population. CONCLUSION: The prevalence of drug resistance among drug-naïve pregnant women in rural North Rift, Kenya in 2006 was 3.2%. Major drug resistance mutations associated with PIs, NRTIs and NNRTIs do exist among treatment-naïve pregnant women in North Rift, Kenya. There is a need for consistent follow-up of drug-naïve individuals in this region to determine the impact of mutations on treatment outcomes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».