High Levels of Dual-Class Drug Resistance in HIV-Infected Children Failing First-Line Antiretroviral Therapy in Southern Ethiopia
Notice bibliographique
Résumé
Clinical monitoring of pediatric HIV treatment remains a major challenge in settings where drug resistance genotyping is not routinely available. As a result, our understanding of drug resistance, and its impact on subsequent therapeutic regimens available in these settings, remains limited. We investigate the prevalence and correlates of HIV-1 drug resistance among 94 participants of the Ethiopia Pediatric HIV Cohort failing first-line combination antiretroviral therapy (cART) using dried blood spot-based genotyping. Overall, 81% (73/90) of successfully genotyped participants harbored resistance mutations, including 69% (62/90) who harbored resistance to both Nucleoside Reverse Transcriptase Inhibitors (NRTIs) and Non-nucleoside Reverse Transcriptase Inhibitors (NNRTIs). Strikingly, 42% of resistant participants harbored resistance to all four NRTIs recommended for second-line use in this setting, meaning that there are effectively no remaining cART options for these children. Longer cART duration and prior regimen changes were significantly associated with detection of drug resistance mutations. Replicate genotyping increased the breadth of drug resistance detected in 34% of cases, and thus is recommended for consideration when typing from blood spots. Implementation of timely drug resistance testing and access to newer antiretrovirals and drug classes are urgently needed to guide clinical decision-making and improve outcomes for HIV-infected children on first-line cART in Ethiopia.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».