Age, Adherence and Injection Drug use Predict Virological Suppression among Men and Women Enrolled in a Population-Based Antiretroviral Drug Treatment Programme
Notice bibliographique
Résumé
OBJECTIVES: To characterize 1-year virological response to antiretroviral therapy and its determinants by sex. METHODS: This is a population-based analysis of antiretroviral therapy naive HIV-positive adult men and women. Factors associated with sex and with plasma HIV RNA viral load suppression to below 500 copies/ml were examined using non-parametric tests and logistic regression analyses. RESULTS: A total of 739 subjects (92 women and 647 men) were eligible. Female participants were younger (34 vs 37 years; P < 0.001), less likely to have AIDS (6.5 vs 14.4%; P = 0.039), more frequently injection drug users (44.6 vs 25.2%; P = 0.001) and were less likely to be adherent to therapy (34.8 vs 62.9%; P < 0.001) than male participants. There was no difference in baseline median CD4 count (P = 0.424) or HIV RNA levels (P = 0.140), physician experience (P = 0.057), or with respect to antiretroviral regimens containing protease inhibitors or non-nucleoside reverse transcriptase inhibitors (P = 0.911). With treatment, 46.7% (43/92) of women and 64.8% (419/647) of men (P = 0.001) suppressed HIV RNA viral load to below 500 copies/ml at 1 year. In a multivariate analysis, the association of sex with HIV RNA response to antiretroviral therapy fell from statistical significance (odds ratio 1.18; 95% CI: 0.72-1.95) after adjusting for adherence, injection drug use and age. CONCLUSION: Our data indicate that in this population-based setting, sex differences in 1-year virological response to antiretroviral therapy are explained by age, adherence and injection drug use.
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 ».