The incidence of first-line antiretroviral treatment changes and related factors among HIV-infected sex workers in Nairobi, Kenya
Notice bibliographique
Résumé
INTRODUCTION: In many settings, several factors including adverse drug reactions and clinical failure can limit treatment choices for combined antiretroviral therapy (cART). The aim of the study was to describe the incidence of first-line cART changes and associated factors in a cohort of Kenyan sex workers. METHODS: This was a retrospective review of medical records collected from 2009 to 2013. The review included records of HIV-infected patients aged ≥ 18 years, who received either stavudine or zidovudine or tenofovir disoproxil fumarate-based regimens. Using systematic random sampling, the study selected 1 500 records and censoring targeted the first incident of a drug change from the first-line cART. RESULTS: The overall incidence rate of cART changes was 11.1 per 100 person-years within a total follow-up period of 3 427.9 person-years. Out of 380 patients who changed cART, 370 (97%) had a drug substitution and 10 (3%) switched regimens. The most commonly cited reasons for changing cART were adverse drug reactions (76%). Tenofovir disoproxil fumarate had a lower drug change rate (1.9 per 100 person years) compared to stavudine (27 per 100 person years). Using zidovudine as the reference group, stavudine-based regimens were significantly associated with an increased hazard of drug changes (adjusted hazards ratio 10.2; 95% CI: 6.02-17.2). CONCLUSION: These findings suggest a moderate incidence of cART changes among sex workers in Nairobi, Kenya. Individuals using stavudine were at a higher risk of experiencing a change in their cART, mostly presenting within 20 months, and primarily due to adverse drug reactions.
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 | 0,001 | 0,004 |
| 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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».