Episodic Therapy for Genital Herpes in Sub-Saharan Africa: A Pooled Analysis from Three Randomized Controlled Trials
Notice bibliographique
Résumé
BACKGROUND: A randomized controlled trial in South Africa found a beneficial effect of acyclovir on genital ulcer healing, but no effect was seen in trials in Ghana, Central African Republic and Malawi. The aim of this paper is to assess whether the variation in impact of acyclovir on ulcer healing in these trials can be explained by differences in the characteristics of the study populations. METHODOLOGY/PRINCIPAL FINDINGS: Pooled data were analysed to estimate the impact of acyclovir on the proportion of ulcers healed seven days after randomisation by HIV/CD4 status, ulcer aetiology, size and duration before presentation; and impact on lesional HIV-1. Risk ratios (RR) were estimated using Poisson regression with robust standard errors. Of 1478 patients with genital ulcer, most (63%) had herpetic ulcers (16% first episode HSV-2 ulcers), and a further 3% chancroid, 2% syphilis, 0.7% lymphogranuloma venereum and 31% undetermined aetiology. Over half (58%) of patients were HIV-1 seropositive. The median duration of symptoms before presentation was 6 days. Patients on acyclovir were more likely to have a healed ulcer on day 7 (63% vs 57%, RR = 1.08, 95% CI 0.98-1.18), shorter time to healing (p = 0.04) and less lesional HIV-1 RNA (p = 0.03). Small ulcers (<50 mm(2)), HSV-2 ulcers, first episode HSV-2 ulcers, and ulcers in HIV-1 seropositive individuals responded best but the better effectiveness in South Africa was not explained by differences in these factors. CONCLUSIONS/SIGNIFICANCE: There may be slight benefit in adding acyclovir to syndromic management in settings where most ulcers are genital herpes. The stronger effect among HIV-1 infected individuals suggests that acyclovir may be beneficial for GUD/HIV-1 co-infected patients. The high prevalence in this population highlights that genital ulceration in patients with unknown HIV status provides a potential entry point for provider-initiated HIV testing.
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 | 0,033 | 0,044 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,032 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».