Epidemiology and Outcomes in Critically Ill Patients with Human Immunodeficiency Virus Infection in the Era of Combination Antiretroviral Therapy
Notice bibliographique
Résumé
Purpose.The impact of critical illness on survival of HIV-infected patients in the era of antiretroviral therapy remains uncertain. We describe the epidemiology of critical illness in this population and identify predictors of mortality.Materials and Methods.Retrospective cohort of HIV-infected patients was admitted to intensive care from 2002 to 2014. Patient sociodemographics, comorbidities, case-mix, illness severity, and 30-day mortality were captured. Multivariable Cox regression analyses were performed to identify predictors of mortality.Results.Of 282 patients, mean age was 44 years (SD 10) and 169 (59%) were male. Median (IQR) CD4 count and plasma viral load (PVL) were 125 cells/mm3(30–300) and 28,000 copies/mL (110–270,000). Fifty-five (20%) patients died within 30 days. Factors independently associated with mortality included APACHE II score (adjusted hazard ratio [aHR] 1.12; 95% CI 1.08–1.16; p<0.001 ), cirrhosis (aHR 2.30; 95% CI 1.12–4.73; p=0.024 ), coronary artery disease (aHR 6.98; 95% CI 2.20–22.13; p=0.001 ), and duration of HIV infection (aHR 1.07 per year; 95% CI 1.02–1.13; p=0.01 ). CD4 count and PVL were not associated with mortality.Conclusions.Mortality from an episode of critical illness in HIV-infected patients remains high but appears to be driven by acute illness severity and HIV-unrelated comorbid disease rather than degree of immune suppression.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».