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 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 | 0,000 |
| 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 ».