Socioeconomic status and response to antiretroviral therapy in high-income countries
Notice bibliographique
Résumé
It has been shown that socioeconomic factors are associated with the prognosis of several chronic diseases; however, there is no recent systematic review of their effect on HIV treatment outcomes. We aimed to review the evidence regarding the existence of an association of socioeconomic status with virological and immunological response to antiretroviral therapy (ART). We systematically searched the current literature using the database PubMed. We identified and summarized original research studies in high-income countries that assessed the association between socioeconomic factors (education, employment, income/financial status, housing, health insurance, and neighbourhood-level socioeconomic factors) and virological response, immunological response, and ART nonadherence among people with HIV-prescribed ART. A total of 48 studies met the inclusion criteria (26 from the United States, six Canadian, 13 European, and one Australian), of which 14, six, and 35 analysed virological, immunological, and ART nonadherence outcomes, respectively. Ten (71%), four (67%), and 23 (66%) of these studies found a significant association between lower socioeconomic status and poorer response, and none found a significant association with improved response. Several studies showed that adjustment for nonadherence attenuated the association between socioeconomic status and ART response. Our review provides strong support that socioeconomic disadvantage is associated with poorer response to ART. However, most studies have been conducted in settings such as the United States without universal free healthcare access. Further study in settings with free access to ART could help assess the impact of socioeconomic status on ART outcomes and the mechanisms by which it operates.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».