Adherence and plasma HIV RNA response to antiretroviral therapy among HIV-seropositive injection drug users in a Canadian setting
Notice bibliographique
Résumé
HIV-positive individuals who use injection drugs (IDU) may have lower rates of adherence to highly active antiretroviral therapy (ART). However, previous studies of factors associated with adherence to ART among IDU have been limited primarily to samples drawn from clinical settings and in areas with financial barriers to healthcare.We evaluated patterns of ART adherence and rates of plasma HIV RNA response among a Canadian cohort of community-recruited IDU. Using data from a community-recruited cohort of antiretroviral-naive HIV-infected IDU, we investigated ART adherence patterns based on prescription refill compliance and factors associated with time to plasma HIV-1 RNA suppression (<500 copies/mL) using Cox proportional hazards regression in a setting with universal health care, including free ART. Between 1996 and 2008, 267 antiretroviral-naive HIV-infected IDU initiated ART and had a median of 51 months (inter-quartile range: 17-95 months) of follow-up. Overall, 81 (30.3%) were ≥95% adherent during the first year of HAART and 187 (70.0%) achieved HIV RNA suppression at least once over the study period, for an incidence-density of 34.5 (95% confidence interval [CI]: 29.8-39.9) per 100 person-years. The Kaplan-Meier cumulative plasma HIV RNA suppression rates at 12 months after the initiation of ART were 80.8% (95% CI: 71.2-88.7) for adherent and 28.9% (95% CI: 22.8-36.1) for non-adherent participants. While several socio-demographic characteristics and drug-using behaviours were identified as barriers to successful treatment in unadjusted analyses, the factor most strongly associated with time to HIV RNA suppression in multivariate analysis was adherence to ART of at least 95% (adjusted hazard ratio [AHR] = 6.0, 95% CI: 4.2-8.6, p<0.001). These results demonstrate low rates of adherence to ART among a community-recruited cohort of IDU and reinforce the importance of adherence as the key determinant of successful virological response to antiretroviral therapy.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».