Brief Report: Cutaneous Melanoma Risk Among People With HIV in the United States and Canada
Notice bibliographique
Résumé
BACKGROUND: Cutaneous melanoma incidence may be modestly elevated in people with HIV (PWH) vs. people without HIV. However, little is known about the relationship of immunosuppression, HIV replication, and antiretroviral therapy (ART) with melanoma risk. METHODS: PWH of white race in the North American AIDS Cohort Collaboration on Research and Design were included. A standardized incidence ratio was calculated comparing risk with the white general population, standardizing by age, sex, and calendar period. Associations between melanoma incidence and current, lagged, and cumulative measures of CD4 count, HIV RNA level, and ART use were estimated with Cox regression, adjusting for established risk factors such as age and annual residential ultraviolet B (UVB) exposure. RESULTS: Eighty melanomas were diagnosed among 33,934 white PWH (incidence = 40.75 per 100,000 person-years). Incidence was not elevated compared with the general population [standardized incidence ratio = 1.15, 95% confidence interval (95% CI) = 0.91 to 1.43]. Higher melanoma incidence was associated with older age [adjusted hazard ratio (aHR) per decade increase = 1.50, 95% CI = 1.20 to 1.89] and higher UVB exposure (aHR for exposure ≥35 vs. <35 mW/m = 1.62, 95% CI = 0.99 to 2.65). Current, lagged, and cumulative CD4 and HIV RNA were not associated with melanoma incidence. Melanoma incidence was higher among people ART-treated for a larger proportion of time in the previous 720 days (aHR per 10% increase = 1.16, 95% CI = 1.03 to 1.30). CONCLUSIONS: These results suggest that HIV-induced immune dysfunction does not influence melanoma development. The association between ART and melanoma risk may be due to increased skin surveillance among PWH engaged in clinical care. Associations with age and UVB confirmed those established in the general population.
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 | 0,000 |
| 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 ».