Regional differences in rates of HIV-1 viral load monitoring in Canada: Insights and implications for antiretroviral care in high income countries
Notice bibliographique
Résumé
BACKGROUND: Viral load (VL) monitoring is an essential component of the care of HIV positive individuals. Rates of VL monitoring have been shown to vary by HIV risk factor and clinical characteristics. The objective of this study was to determine whether there are differences among regions in Canada in the rates of VL testing of HIV-positive individuals on combination antiretroviral therapy (cART), where the testing is available without financial barriers under the coverage of provincial health insurance programs. METHODS: The Canadian Observational Cohort (CANOC) is a collaboration of nine Canadian cohorts of HIV-positive individuals who initiated cART after January 1, 2000. The study included participants with at least one year of follow-up. Generalized Estimating Equation (GEE) regression models were used to determine the effect of geographic region on (1) the occurrence of an interval of 9 months or more between two consecutive recorded VL tests and (2) the number of days between VL tests, after adjusting for demographic and clinical covariates. Overall and regional annual rates of VL testing were also reported. RESULTS: 3,648 individuals were included in the analysis with a median follow-up of 42.9 months and a median of 15 VL tests. In multivariable GEE logistic regression models, gaps in VL testing >9 months were more likely in Quebec (Odds Ratio (OR) = 1.72, p < 0.0001) and Ontario (OR = 1.78, p < 0.0001) than in British Columbia and among injection drug users (OR = 1.68, p < 0.0001) and were less likely among older individuals (OR = 0.77 per 10 years, p < 0.0001), among men having sex with men (OR = 0.62, p < 0.0001), within the first year of cART (OR = 0.15, p < 0.0001), among individuals on cART at the time of the blood draw (OR = 0.34, p < 0.0001) and among individuals with VL < 50 copies/ml at the previous visit (OR = 0.56, p < .0001). CONCLUSIONS: Significant variation in rates of VL testing and the probability of a significant gap in testing were related to geographic region, HIV risk factor, age, year of cART initiation, type of cART regimen, being in the first year of cART, AIDS-defining illness and whether or not the previous VL was below the limit of detection.
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 | 0,003 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 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 ».