HIV-1 protease and reverse transcriptase mutations for drug resistance surveillance
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: Monitoring regional levels of transmitted HIV-1 resistance informs treatment guidelines and provides feedback on the success of HIV-1 prevention efforts. Surveillance programs for estimating the frequency of transmitted resistance are being developed in both industrialized and resource-poor countries. However, such programs will not produce comparable estimates unless a standardized list of drug-resistance mutations is used to define transmitted resistance. METHODS: In this paper, we outline considerations for developing a list of drug-resistance mutations for epidemiologic estimates of transmitted resistance. First, the mutations should cause or contribute to drug resistance and should develop in persons receiving antiretroviral therapy. Second, the mutations should not occur as polymorphisms in the absence of therapy. Third, the mutation list should be applicable to all group M subtypes. Fourth, the mutation list should be simple, unambiguous, and parsimonious. RESULTS: Applying these considerations, we developed a list of 31 protease inhibitor-resistance mutations at 14 protease positions, 31 nucleoside reverse transcriptase inhibitor-resistance mutations at 15 reverse transcriptase positions, and 18 non-nucleoside reverse transcriptase inhibitor-resistance mutations at 10 reverse transcriptase positions. CONCLUSIONS: This list, which should be updated regularly using the same or similar criteria, can be used for genotypic surveillance of transmitted HIV-1 drug resistance.
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.
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) | 0,001 | 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 découle