Low Virologic Failure and Drug Resistance among HIV-Infected Patients Receiving Hospital-Based ART While Care and Outreach through Community in Guangxi, China
Notice bibliographique
Résumé
OBJECTIVES: To investigate human immunodeficiency virus (HIV) virologic suppression and drug resistance among HIV-infected patients receiving first-line antiretroviral treatment (ART) in hospitals while community care and outreach through local health workers in Guangxi, China. DESIGN: This was a series of cross-sectional surveys from 2004 to 2012 in Guangxi, supported by the Chinese National HIVDR Surveillance and Monitoring Network Working Group. SETTINGS: Guangxi, China. METHODS: Demographic, ART, and laboratory data (CD4(+) cell count, viral load, and drug resistance) were analyzed. Factors associated with virologic suppression were identified by logistic regression analysis. RESULTS: A total of 780 patients were included in this study. The median treatment duration was 20.6 months (IQR 6.6-35.9). Of 780 study participants, 95.4% of patients (744/780) had HIV virologic suppression. Among these, of the 143 patients who were infected through drug injection, only 10 (7.0%) experienced virologic failure, and the overall prevalence of HIV drug resistance was 2.8% (22/789). Factors associated with virologic suppression in the final multivariate models included self-reported missing doses in the past month (compared to not missing doses in the past month, AOR = 0.2, 95% CI: 0.1-0.6) and initial ART regimen without 3TC (compared to initial ART regimen with 3TC, AOR = 0.2, 95% CI: 0.1-0.4). Moreover, the trend chi-square test showed that the proportion of virologic suppression increased over time from 2004 to 2012 (P = 0.002). CONCLUSION: This study first demonstrated that HIV patients infected through various transmission routes can achieve an excellent treatment outcome in hospitals at or above the county level for free first-line ART in Guangxi. It is an important of ART education and adherence to intervention for achieving better treatment outcomes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».