The Influence of Protease Inhibitor Resistance Profiles on Selection of HIV Therapy in Treatment-Naive Patients
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Although protease inhibitors (PIs) have dramatically improved outcomes in HIV-infected patients, half still fail treatment with PI-based combination therapy. Genetic pressure from incomplete viral suppression rapidly selects for HIV variants with protease gene mutations that confer reduced susceptibility to PI drugs. A number of specific amino acid substitutions have been associated with PI resistance. However, high-level resistance to individual PIs requires the accumulation of several primary and secondary mutations, developing along drug-specific, step-wise pathways. HIV variants resistant to saquinavir and ritonavir usually contain L90M and V82A substitutions, respectively. Indinavir resistance may be linked to substitutions at positions 46 or 82. Resistance to nelfinavir is primarily associated with D30N but may alternatively be found with L90M. Resistance during exposure to amprenavir can follow development of I50V, which also may confer resistance to lopinavir. Failure during treatment with atazanavir is closely linked to 150L. The overlapping of these pathways can lead to multiple-PI resistance, limiting therapeutic options in antiretroviral-experienced patients. Reduced susceptibility to more than one PI is most likely to be associated with amino acid substitutions at six positions: 10, 46, 54, 82, 84 and 90. Other mutations (D30N, G48V, I50V or I50L) are relatively specific for particular PIs and are less likely to produce cross resistance. Certain resistance mutations selected by exposure to one PI may actually increase susceptibility to others. Patients newly diagnosed with HIV infection are increasingly found to harbour virus that is resistant to the more commonly used drugs. Newer PIs may select for mutations that result in less cross resistance with older agents.
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.
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 découle