Increased Resilience to the Development of Drug Resistance with Modern Boosted Protease Inhibitor–Based Highly Active Antiretroviral Therapy
Notice bibliographique
Résumé
BACKGROUND: We explore the temporal and regimen-specific changes of HIV-1 drug resistance in a large cohort of antiretroviral-naive individuals starting highly active antiretroviral therapy (HAART). METHODS: Individuals (n = 2350) initiating first HAART between August 1996 and November 2004 were followed until November 2005 (median follow-up, 4.8 years; n = 6066 tests). A logistic regression model was used to predict the probability of the emergence of resistance, adjusting for baseline predictors. RESULTS: The cohort included 991 individuals initiating nonboosted protease inhibitor (PI)-based regimens, 475 initiating ritonavir-boosted PI-based regimens, and 884 initiating nonnucleoside reverse-transcriptase inhibitor (NNRTI)-based regimens. There was no difference in the development of resistance between nonboosted PI-based regimens (reference group) and NNRTI-based HAART regimens (odds ratio [OR], 1.09 [95% confidence interval {CI}, 0.84-1.42]), but there were greatly reduced odds for boosted PI-based regimens (OR, 0.42 [95% CI, 0.28-0.62]). Individuals initiating HAART more recently (2002-2004) were at a reduced risk of resistance, compared with those who started HAART between 1996 and 1998 (OR, 0.43 [95% CI, 0.30-0.61]). CONCLUSIONS: Individuals initiating first HAART with a boosted PI-based regimen had a 2.4-fold lower OR for developing HIV drug resistance than did those starting nonboosted PI-based or NNRTI-based HAART, at all adherence levels. The data demonstrate marked temporal improvement in the likelihood of the development of drug resistance for those initiating more recent HAART regimens.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».