Alcohol and Mortality: Combining Self-Reported (AUDIT-C) and Biomarker Detected (PEth) Alcohol Measures Among HIV Infected and Uninfected
Notice bibliographique
Résumé
BACKGROUND: Unhealthy alcohol use may be particularly detrimental among individuals living with HIV and/or hepatitis C virus (HCV), and is often under-reported. Direct biomarkers of alcohol exposure may facilitate improved detection of alcohol use. METHODS: We evaluated the association of alcohol exposure determined by both self-report [Alcohol Use Disorders Identification Test-Consumption (AUDIT-C)] and a direct biomarker [phosphatidylethanol (PEth)], with mortality among HIV-infected and HIV-uninfected in the Veterans Aging Cohort Study-Biomarker Cohort. We considered PEth <8 ng/mL to represent no alcohol use. Alcohol exposure by AUDIT-C scores [0, 1-3/1-2 (men/women), 4-7/3-7 (men/women), 8-12] and PEth (<8, ≥8) was combined into categories to model the relationship of alcohol with mortality. Participants were followed from blood collection date for 5 years or until death within 5 years. RESULTS: The sample included 2344 (1513 HIV+; 831 uninfected) individuals, 95% men. During a median follow-up of 5 years, 13% died. Overall, 36% were infected with HCV (40% HIV+/HCV+, 27% HIV-/HCV+). Overall, 43% (1015/2344) had AUDIT-C = 0 (abstinence). Of these, 15% (149/1015) had PEth ≥8 suggesting recent alcohol exposure. Among those with AUDIT-C = 0, HCV+ individuals were more likely to have PEth ≥8. After controlling for age, sex, race, HIV, HCV, and HIV viral suppression, those with AUDIT-C = 0 but PEth ≥8 had the highest risk of mortality (adjusted hazard ratio 2.15, 95% confidence interval: 1.40 to 3.29). CONCLUSIONS: PEth in addition to self-report may improve detection of alcohol use in clinical settings, particularly among those at increased risk of harm from alcohol use. Individuals infected with HCV were more likely to under-report alcohol use.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».