Association Between Tenofovir Exposure and Reduced Kidney Function in a Cohort of HIV-Positive Patients: Results From 10 Years of Follow-up
Notice bibliographique
Résumé
BACKGROUND: Some studies have shown that tenofovir disoproxil fumarate (TDF), a drug widely used in highly active antiretroviral therapy, is associated with kidney dysfunction, but the magnitude of the effect and its clinical impact is still being debated. Our objective was to evaluate the association between long-term TDF exposure and kidney dysfunction in a cohort of 1043 human immunodeficiency virus-positive patients followed up for 10 years and to quantify the loss in estimated glomerular filtration rate (eGFR) in patients exposed to TDF in comparison with those exposed to other antiretroviral therapies. METHODS: Adjusted hazard ratios (HR) and odds ratios (OR) for the association between TDF and kidney dysfunction (defined as eGFR <90 mL/min/1.73 m(2)) were calculated using the Cox proportional hazards model and generalized estimating equations. Mean loss in eGFR attributable to TDF by cumulative years of exposure was estimated using linear regressions. RESULTS: Tenofovir exposure increased the risk of kidney dysfunction by 63% (HR, 1.63; 95% confidence interval, 1.26-2.10). The cumulative eGFR loss directly attributable to TDF after 1, 2, 3, and 4 years of TDF exposure was -3.05 (P = .017), -4.05 (P = .000), -2.42 (P = .023), and -3.09 mL/min/1.73 m(2) (P = .119), respectively, which shows that most of the loss occurred during the first years of exposure. CONCLUSIONS: In this cohort, TDF exposure was associated with reduced kidney function, but the loss in eGFR attributable to TDF is relatively mild in a long-term perspective.
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 | 0,004 |
| 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 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 ».