MétaCan
Menu
Retour à la cohorte
Enregistrement W2795476651 · doi:10.1093/cid/cix998

Multimorbidity Among Persons Living with Human Immunodeficiency Virus in the United States

2017· article· en· W2795476651 sur OpenAlexafffund
Cherise Wong, Stephen J. Gange, Richard D. Moore, Amy C. Justice, Kate Buchacz, Alison G. Abraham, Peter F. Rebeiro, John R. Koethe, Jeffrey N. Martin, Michael A. Horberg, Cynthia M. Boyd, Mari M. Kitahata, Heidi M. Crane, Kelly A. Gebo, M. John Gill, Michael J. Silverberg, Frank J. Palella, Pragna Patel, Hasina Samji, Jennifer E. Thorne, Charles S. Rabkin, Ángel M. Mayor, Keri N. Althoff, Aimee Freeman, Angela Cescon, Anita Rachlis, Ben Rogers, Benigno Rodríguez, Chris Grasso, Constance A. Benson, Daniel R. Drozd, David A. Fiellin, David W. Haas, Gregory D. Kirk, James H. Willig, Jason Globerman, John T. Brooks, Joseph J. Eron, Joan Montaner, Karyn Gabler, Kathryn Anastos, Kenneth H. Mayer, Lisa P. Jacobson, Madison Kopansky-Giles, Marina B. Klein, Megan Turner, Michael J. Mugavero, Michael S. Saag, P. Richard Harrigan, Robert Dubrow, Robert F. Hunter-Mellado, Robert S. Hogg, Ronald J. Bosch, Rosemary G. McKaig, Sally Bebawy, Sean B. Rourke, Sonia Napravnik, Stephen Boswell, Timothy R. Sterling

Notice bibliographique

RevueClinical Infectious Diseases · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV-related health complications and treatments
Établissements canadiensBC Centre for Disease ControlSimon Fraser UniversityUniversity of Calgary
Organismes subventionnairesNational Institute on Minority Health and Health DisparitiesNational Center for Research ResourcesNational Institute of Allergy and Infectious DiseasesNational Institute on AgingNational Eye InstituteNational Institute on Drug AbuseCanadian Institutes of Health ResearchOntario Ministry of Health and Long-Term CareNational Center for Advancing Translational SciencesHealth Resources and Services AdministrationNational Institute on Alcohol Abuse and AlcoholismNational Cancer InstituteEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentAgency for Healthcare Research and Quality
Mots-clésMedicineHuman immunodeficiency virus (HIV)GerontologyDemographyEnvironmental healthFamily medicine

Résumé

récupéré en direct d'OpenAlex

Background: Age-associated conditions are increasingly common among persons living with human immunodeficiency virus (HIV) (PLWH). A longitudinal investigation of their accrual is needed given their implications on clinical care complexity. We examined trends in the co-occurrence of age-associated conditions among PLWH receiving clinical care, and differences in their prevalence by demographic subgroup. Methods: This cohort study was nested within the North American AIDS Cohort Collaboration on Research and Design. Participants from HIV outpatient clinics were antiretroviral therapy-exposed PLWH receiving clinical care (ie, ≥1 CD4 count) in the United States during 2000-2009. Multimorbidity was irreversible, defined as having ≥2: hypertension, diabetes mellitus, chronic kidney disease, hypercholesterolemia, end-stage liver disease, or non-AIDS-related cancer. Adjusted prevalence ratios (aPR) and 95% confidence intervals (CIs) comparing demographic subgroups were obtained by Poisson regression with robust error variance, using generalized estimating equations for repeated measures. Results: Among 22969 adults, 79% were male, 36% were black, and the median baseline age was 40 years (interquartile range, 34-46 years). Between 2000 and 2009, multimorbidity prevalence increased from 8.2% to 22.4% (Ptrend < .001). Adjusting for age, this trend was still significant (P < .001). There was no difference by sex, but blacks were less likely than whites to have multimorbidity (aPR, 0.87; 95% CI, .77-.99). Multimorbidity was the highest among heterosexuals, relative to men who have sex with men (aPR, 1.16; 95% CI, 1.01-1.34). Hypertension and hypercholesterolemia most commonly co-occurred. Conclusions: Multimorbidity prevalence has increased among PLWH. Comorbidity prevention and multisubspecialty management of increasingly complex healthcare needs will be vital to ensuring that they receive needed care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,004
Score d'incertitude au seuil0,899

Scores Codex et Gemma par catégorie

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

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 Opus0,072
Tête enseignante GPT0,421
Écart entre enseignants0,349 · 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 tête enseignante, 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

Citations180
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetHIV-related health complications and treatmentsTravaux en français237 207