High‐intensity cannabis use associated with lower plasma human immunodeficiency virus‐1 <scp>RNA</scp> viral load among recently infected people who use injection drugs
Notice bibliographique
Résumé
INTRODUCTION AND AIMS: Cannabis use is common among people who are living with human immunodeficiency virus (HIV)/acquired immune deficiency syndrome (AIDS). While there is growing pre-clinical evidence of the immunomodulatory and anti-viral effects of cannabinoids, their possible effects on HIV disease parameters in humans are largely unknown. Thus, we sought to investigate the possible effects of cannabis use on plasma HIV-1 RNA viral loads (pVLs) among recently seroconverted illicit drug users. DESIGN AND METHODS: We used data from two linked longitudinal observational cohorts of people who use injection drugs. Using multivariable linear mixed-effects modelling, we analysed the relationship between pVL and high-intensity cannabis use among participants who seroconverted following recruitment. RESULTS: Between May 1996 and March 2012, 88 individuals seroconverted after recruitment and were included in these analyses. Median pVL in the first 365 days among all seroconverters was 4.66 log10 c mL(-1) . In a multivariable model, at least daily cannabis use was associated with 0.51 log10 c mL(-1) lower pVL (β = -0.51, standard error = 0.170, P value = 0.003). DISCUSSION AND CONCLUSIONS: Consistent with the findings from recent in vitro and in vivo studies, including one conducted among lentiviral-infected primates, we observed a strong association between cannabis use and lower pVL following seroconversion among illicit drug-using participants. Our findings support the further investigation of the immunomodulatory or antiviral effects of cannabinoids among individuals living with HIV/AIDS.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».