Response to Antiretroviral Therapy in HIV-Infected Patients Attending a Public, Urban Clinic in Kampala, Uganda
Notice bibliographique
Résumé
BACKGROUND: Access to antiretroviral therapy and human immunodeficiency virus (HIV) care is increasing in resource-limited settings. We evaluated clinical, behavioral, and demographic risk factors associated with virologic suppression in a public, urban clinic in Kampala, Uganda. METHODS: We conducted a cross-sectional, observational study of 137 HIV-infected patients who were receiving antiretroviral therapy at the infectious diseases clinic at Mulago Hospital (Kampala). We measured the prevalence of viral suppression, evaluated risk factors associated with virologic failure, and documented phenotypic resistance patterns and genotypic mutations. RESULTS: A total of 91 (66%) of 137 participants had an undetectable viral load (< 400 copies/mL) after a median duration of 38 weeks (interquartile range, 24-62 weeks) of antiretroviral therapy. Median CD4 cell count was 163 cells/mm3 (interquartile range, 95-260 cells/mm3). The majority of the patients (91%) were treated with nonnucleoside reverse-transcriptase inhibitor-based 3-drug regimens. In multivariate analysis, treatment with the first antiretroviral regimen was associated with viral suppression (odds ratio, 2.6; 95% confidence interval, 1.1-6.1). In contrast, a history of unplanned treatment interruption was associated with virologic treatment failure (odds ratio, 0.2; 95% confidence interval, 0.1-0.6). Of 124 participants treated with nonnucleoside reverse-transcriptase inhibitors, 27 (22%) were documented to have experienced virologic treatment failure. The most common mutation detected was K103N (found in 14 of 27 patients with virologic treatment failure). CONCLUSIONS: Although many HIV-infected people treated in Kampala, Uganda, have advanced HIV disease, the majority of patients who received antiretroviral therapy experienced viral suppression and clinical benefit. Because of the frequent use of nonnucleoside reverse-transcriptase inhibitor-based therapy, the majority of resistance was against this drug class. In resource-limited settings, initiation of therapy with a potent, durable regimen, accompanied by stable drug supplies, will optimize the likelihood of viral suppression.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 0,001 |
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 ».