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 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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».