Factors Associated with Antiretroviral Medication Adherence among HIV-Positive Adults Accessing Highly Active Antiretroviral Therapy (HAART) in British Columbia, Canada
Notice bibliographique
Résumé
BACKGROUND: Among those accessing treatment, highly active antiretroviral therapy (HAART) has transformed HIV into a chronic and manageable condition. However, high levels of adherence are required to derive a sustained, long-term clinical benefit. The aim of this study was to examine the predictors of adherence based on prescription refill among persons on HAART in British Columbia, Canada. METHODS: This study utilizes data collected between July 2007 and January 2010, as part of the Longitudinal Investigations into Supportive and Ancillary health services (LISA) cohort, which is a study of HIV-positive persons who have accessed antiretroviral therapy (ART) in British Columbia. Participants were considered optimally adherent if they were dispensed ≥95% of their prescribed antiretrovirals. RESULTS: Of a total of 566 participants, only 316 (55.8%) were optimally adherent to HAART. Independent predictors of optimal adherence were increasing age (adjusted odds ratio [AOR] = 1.84, 95% confidence interval [CI]: 1.44-2.33), male gender (AOR = 1.68, 95% CI: 1.07-2.64), and being enrolled in a comprehensive adherence assistance program (AOR = 4.26, 95% CI: 2.12-8.54). Having an annual income <$15 000 (AOR = 0.47, 95% CI: 0.31-0.72) and both former and current injection drug use (AOR = 0.46, 95% CI: 0.29-0.73 and AOR = 0.35, 95% CI: 0.20-0.58, respectively) were independently associated with suboptimal (<95%) adherence. CONCLUSIONS: We found that women and people who inject drugs are at increased risk of being suboptimally adherent to HAART. Optimal adherence remains a significant public health and clinical goal in the context of rapidly expanding access to HAART.
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 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».