Factors associated with initiation of antiretroviral therapy among HIV-positive people who use injection drugs in a Canadian setting
Notice bibliographique
Résumé
OBJECTIVE: To identify behavioral, social, and structural factors associated with time from HIV seroconversion to antiretroviral therapy (ART) initiation among people who use injection drugs (PWID). DESIGN: Two complementary prospective cohorts of PWID linked to comprehensive ART dispensation records in a setting of universal no-cost HIV/AIDS treatment and care. METHODS: Multivariable extended Cox models of time to ART initiation among baseline HIV-seronegative PWID who seroconverted after recruitment adjusted with a time-updated measure of clinical eligibility for ART. RESULTS: We included 133 individuals of whom 98 (74%) initiated ART during follow-up at a rate of 12.4 per 100 person-years. In a multivariable model adjusted for ART eligibility, methadone maintenance therapy [adjusted hazard ratio (AHR) = 2.37, 95% confidence interval (95% CI): 1.56-3.60] and a more recent calendar year of observation (AHR = 1.06, 95% CI: 1.00-1.12) were associated with more rapid ART initiation, whereas informal income generation (AHR = 0.51, 95% CI: 0.32-0.79) and incarceration (AHR = 0.52, 95% CI: 0.28-0.97) were negatively associated with ART initiation. CONCLUSION: In this sample of community-recruited HIV-positive PWID with well defined dates of HIV seroconversion, we found that two measures related to the criminalization of illicit drug use each independently delayed ART initiation regardless of clinical eligibility. Engagement in methadone promoted ART initiation. Programs to scale-up HIV treatment among PWID should consider decreased criminalization of PWID and increased access to opioid substitution therapy to optimize the impact of ART on HIV/AIDS-associated morbidity, mortality, and HIV transmission.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».