Frequent injection cocaine use increases the risk of renal impairment among hepatitis C and HIV coinfected patients
Notice bibliographique
Résumé
OBJECTIVE: To examine the association between injection cocaine use, hepatitis C virus (HCV) infection, and chronic renal impairment (CRI). DESIGN: Prospective observational cohort study of HIV-HCV coinfected patients. METHODS: Data from 1129 participants in the Canadian Co-Infection Cohort with baseline and follow-up serum creatinine measurements between 2003 and 2014 were analyzed. Prevalent and incident cohorts were created to examine the association between self-reported past, current, and cumulative cocaine use and chronic HCV with CRI. CRI was defined as an estimated glomerular filtration rate below 70 ml/min per 1.73 m. Multivariate logistic regression was used to calculate odds ratios, and discrete-time proportional-hazards models were used to calculate hazard ratios for cocaine use, in the two respective cohorts, adjusted for HCV RNA and important demographic, HIV disease stage, and comorbidity confounders. RESULTS: Eighty-seven participants (8%) had prevalent CRI. Past injection cocaine use was associated with a two-fold greater risk of prevalent CRI [odds ratio 2.03, 95% confidence interval (CI) 0.96, 4.32]. During follow-up, 126 of 1061 participants (12%) developed incident CRI (31 per 1000 person-years). Compared to nonusers, heavy (≥ 3 days/week) and frequent injection cocaine users (≥75% of follow-up time) experienced more rapid progression to CRI (hazard ratio 2.65, 95% CI 1.35, 5.21; and hazard ratio 1.82, 95% CI 1.07, 3.07, respectively). There was no association between chronic HCV and CRI in either cohort. CONCLUSION: After accounting for HCV RNA, frequent and cumulative injection cocaine abuse was associated with CRI progression and should be taken into consideration when evaluating impaired renal function in HIV-HCV coinfection.
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 | 0,000 |
| 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) | 0,000 | 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 ».