Analysis of transmitted HIV drug resistance from 2005 to 2015 in Victoria, Australia: a comparison of the old and the new
Notice bibliographique
Résumé
Background Baseline genotyping is part of standard-of-care treatment. It reveals that transmitted drug resistance (TDR) continues to be important for the management of HIV infection. Attention is typically focused on determining whether resistance to the protease inhibitors (PI) and reverse transcriptase inhibitors (RTI) occurs. However, the increasing use of integrase inhibitors (INIs) raises a concern that TDR to this class of antiretroviral drug may also occur. METHODS: PI and RTI drug resistance genotyping was performed on blood samples collected between 2005 and 2015 from 772 treatment-naïve Victorian patients infected with HIV within the previous 12 months. Integrase genotyping was performed on 461 of the 485 patient samples collected between 2010 and 2015. RESULTS: In the period 2005-10, 39 of 343 patients (11.4%) had at least one PI- or RTI-associated mutation, compared with 34 of 429 (7.9%) during the period 2011-15. Compared with 2005-10, during 2011-15 there was a significant decline in the prevalence of the non-nucleoside-associated mutation K103N and the nucleoside-associated mutations at codons M41 and T215. One patient was detected with a major INI resistance mutation, namely G118R. However, this mutation is rare and its effect on susceptibility is unclear. A small number of patients (n=12) was infected with HIV containing accessory resistance mutations in the integrase gene. CONCLUSIONS: The lack of transmitted resistance to INIs is consistent with a low level of resistance to this class of drugs in the treated population. However, continued surveillance in the newly infected population is warranted as the use of INIs increases.
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) | 0,001 | 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 ».