Sex, Race, and Geographic Region Influence Clinical Outcomes Following Primary HIV-1 Infection
Notice bibliographique
Résumé
BACKGROUND: It is unknown whether sex and race influence clinical outcomes following primary human immunodeficiency virus type 1 (HIV-1) infection. METHODS: Data were evaluated from an observational, multicenter, primarily North American cohort of HIV-1 seroconverters. RESULTS: Of 2277 seroconverters, 5.4% were women. At enrollment, women averaged .40 log₁₀ fewer copies/mL of HIV-1 RNA (P < .001) and 66 more CD4(+) T cells/μL (P = .006) than men, controlling for age and race. Antiretroviral therapy (ART) was less likely to be initiated at any time point by nonwhite women and men compared to white men (P < .005), and by individuals from the southern United States compared to others (P = .047). Sex and race did not affect responses to ART after 6 months (P > .73). Women were 2.17-fold more likely than men to experience >1 HIV/AIDS-related event (P < .001). Nonwhite women were most likely to experience an HIV/AIDS-related event compared to all others (P = .035), after adjusting for intravenous drug use and ART. Eight years after diagnosis, >1 HIV/AIDS-related event had occurred in 78% of nonwhites and 37% of whites from the southern United States, and 24% of whites and 17% of nonwhites from other regions (P < .001). CONCLUSIONS: Despite more favorable clinical parameters initially, female HIV-1-seroconverters had worse outcomes than did male seroconverters. Elevated morbidity was associated with being nonwhite and residing in the southern United States.
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 | 0,001 | 0,005 |
| 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 | 0,001 | 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) | 0,002 | 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 ».