MétaCan
Menu
← Retour à la cohorte
Enregistrement W2760299280 · doi:10.1371/journal.pone.0184848

Sociodemographic correlates of HIV drug resistance and access to drug resistance testing in British Columbia, Canada

2017· article· en· W2760299280 sur OpenAlexafffundabout
Genevieve Rocheleau, Conrado Franco‐Villalobos, Natália Oliveira, Zabrina L. Brumme, Melanie Rusch, Jeannie Shoveller, Chanson J. Brumme, P. Richard Harrigan

Notice bibliographique

RevuePLoS ONE · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS drug development and treatment
Établissements canadiensIsland HealthSimon Fraser UniversityAIDS VancouverUniversity of British Columbia
Organismes subventionnairesGenome British ColumbiaMichael Smith Health Research BCProvidence Health CareCanadian Institutes of Health ResearchGenome CanadaGilead Sciences
Mots-clésDrug resistanceMedicineHIV drug resistanceInternal medicineLogistic regressionViral loadOdds ratioHazard ratioProportional hazards modelDemographyConfidence intervalImmunologyHuman immunodeficiency virus (HIV)Antiretroviral therapyBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

Sociodemographic correlates of engagement in human immunodeficiency virus (HIV) care are well studied, however the association with accessing drug resistance testing (DRT) and the development of drug resistance have not been characterized. Between 1996-2014, 11 801 HIV patients accessing therapy in British Columbia were observed longitudinally. A subset of 9456 patients had testable viral load; of these 8398 were linked to census data. Sociodemographic (census tract-level) and clinical (individual-level) correlates of DRT were assessed using multivariable General Estimating Equation logistic regression adjusted odds ratios (aOR). The mean number of tests per patient was 2.1 (Q1-Q3; 0-3). Separately, any drug resistance was determined using IAS-USA (2013) list for 5703 initially treatment naïve patients without baseline resistance; 5175 were census-linked (mean of 1.5 protease-reverse transcriptase sequences/patient, Q1-Q3; 0-2). Correlates of detecting drug resistance in this subset were analyzed using Cox PH regression adjusted hazard ratios (aHR). Our results indicate baseline CD4 <200 cells/μL (aOR: 1.5, 1.3-1.6), nRTI-only baseline regimens (aOR: 1.4, 1.3-1.6), and unknown (therapy initiation before routine pVL in BC) baseline pVL (aOR: 1.8, 1.5-2.1) were among individual-level clinical covariates strongly associated with having accessed DRT; while imperfect adherence (aHR: 2.2, 1.9-2.5), low baseline CD4 count (aHR: 1.9, 1.6-2.3), and high baseline pVL (aHR: 2.0, 1.6-2.6) were associated with a higher likelihood of developing drug resistance. A higher median income (aOR: 0.83, 0.77-0.89) and higher percentage of those with aboriginal ancestry (aOR: 0.85, 0.76-0.95) were census tract-level sociodemographic covariates associated with decreased access to DRT. Similarly, aboriginal ancestry (aHR: 1.2, 1.1-1.5) was associated with development of drug resistance. In conclusion, clinical covariates continue to be the strongest correlates of development of drug resistance and access to DRT for individuals. Regions of high median income and high aboriginal ancestry were weak census-level sociodemographic indicators of reduced DRT uptake, however high aboriginal ancestry was the only sociodemographic indicator for development of drug resistance.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,166

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,230
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetHIV/AIDS drug development and treatment→Travaux en français237 207→