Prevalence and correlates of chronic kidney disease (CKD) among ART-naive HIV patients in the Niger-Delta region of Nigeria
Notice bibliographique
Résumé
Widespread use of antiretroviral therapy (ART) in human immunodeficiency virus (HIV) patients has led to improved longevity with the attendant increase in noncommunicable disease prevalence including chronic kidney disease (CKD). This study documents the prevalence of CKD in a large HIV population in Southern Nigeria.This is a single center, 15-year analysis in ART-naïve patients. CKD was defined as the occurrence of estimated glomerular filtration rate (eGFR) <60 mL/min/1.73 m on 2 consecutive occasions 3 to 12 months apart using the chronic kidney disease epidemiology collaboration (CKD-EPI) equation. The Cochran-Armitage and Cuzick tests were employed to assess for trend across the years for CKD prevalence and CD4 count, respectively. Multivariable logistic regression models were used to identify independent associations with CKD.In all, 1317 patients (62.2% females) with mean age of 34.5 years and median CD4 count of 194 cells/μL were included. CKD prevalence was 13.4% (95%CI 11.6%-15.4%) using the CKD-EPI equation (without the race factor). Multivariable analysis identified increasing age and CD4 count <200 cells/μL as being independently associated with CKD occurrence.This study reports a high prevalence of CKD in ART-naïve HIV-infected patients. Measures to improve diagnosis of kidney disease and ensure early initiation of treatment should be integrated in HIV treatment programmes in this setting.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».