Predictive value of immune parameters before treatment interruption (TI) for CD4 <sup>+</sup> T-cell count change during TI in HIV infection
Notice bibliographique
Résumé
BACKGROUND: Despite the contraindications, stopping treatment for HIV infection continues to be a common practice. Understanding whether T-cell proliferative capacity and phenotypic markers before treatment interruption (TI) can predict CD4+ T-cell count change and nadir during TI would be clinically useful. METHODS: This retrospective study included 27 HIV-infected patients in the chronic phase of infection while on combination antiretroviral therapy (cART) who underwent a TI. Peripheral blood mononuclear cells from a baseline pre-TI time point were screened for T-cell proliferation to cytomegalovirus (CMV) lysate, an HIV Gag p55 peptide pool as well as positive and negative control stimuli. CD28 and CD57 expression on CD4+ and CD8+ T-cells were measured. RESULTS: Baseline viral load, CD4+ T-cell count, pre-cART nadir CD4+ T-cell and percentage CD4+CD28+ T-cells were all predictive of the lowest CD4+ T-cell count during TI (Spearman's correlation P<0.05 for all analyses). In addition, CD4+ and CD8+ T-cells proliferation to CMV lysate, baseline CD4+ T-cell count and percentage CD4+CD57+ T-cells correlated negatively with CD4+ T-cell decrease during TI (Spearman's correlation P<0.05 for all analyses). CONCLUSIONS: In treated chronic HIV-infected patients, pre-TI immune parameters are potential predictors for both the nadir CD4+ T-cell count and CD4+ T-cell count decrease during TI.
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 | 0,000 | 0,003 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».