Risk Factors for Tuberculosis After Highly Active Antiretroviral Therapy Initiation in the United States and Canada: Implications for Tuberculosis Screening
Notice bibliographique
Résumé
BACKGROUND: Screening for tuberculosis prior to highly active antiretroviral therapy (HAART) initiation is not routinely performed in low-incidence settings. Identifying factors associated with developing tuberculosis after HAART initiation could focus screening efforts. METHODS: Sixteen cohorts in the United States and Canada contributed data on persons infected with human immunodeficiency virus (HIV) who initiated HAART December 1995-August 2009. Parametric survival models identified factors associated with tuberculosis occurrence. RESULTS: Of 37845 persons in the study, 145 were diagnosed with tuberculosis after HAART initiation. Tuberculosis risk was highest in the first 3 months of HAART (20 cases; 215 cases per 100000 person-years; 95% confidence interval [CI]: 131-333 per 100000 person-years). In a multivariate Weibull proportional hazards model, baseline CD4+ lymphocyte count <200, black race, other nonwhite race, Hispanic ethnicity, and history of injection drug use were independently associated with tuberculosis risk. In addition, in a piece-wise Weibull model, increased baseline HIV-1 RNA was associated with increased tuberculosis risk in the first 3 months; male sex tended to be associated with increased risk. CONCLUSIONS: Screening for active tuberculosis prior to HAART initiation should be targeted to persons with baseline CD4 <200 lymphocytes/mm³ or increased HIV-1 RNA, persons of nonwhite race or Hispanic ethnicity, history of injection drug use, and possibly male sex.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».