Effect of incident hepatitis C infection on CD4+ cell count and HIV RNA trajectories based on a multinational HIV seroconversion cohort
Notice bibliographique
Résumé
BACKGROUND: Most studies on hepatitis C virus (HCV)/HIV-coinfection do not account for the order and duration of these two infections. We aimed to assess the effect of incident HCV infection, and its timing relative to HIV seroconversion (HIVsc) in HIV-positive MSM on their subsequent CD4+ T-cell count and HIV RNA viral load trajectories. METHODS: We included MSM with well estimated dates of HIVsc from 17 cohorts within the CASCADE Collaboration. HCV-coinfected MSM were matched to as many HIV monoinfected MSM as possible by HIV-infection duration and combination antiretroviral therapy (cART) use. We used multilevel random-effects models stratified by cART use to assess differences in CD4+ cell count and HIV RNA viral load trajectories by HCV-coinfection status. FINDINGS: We matched 214 (ART-naive) and 147 (on cART) HCV-coinfected MSM to 5384 and 3954, respectively, matched controls. The timing of HCV seroconversion (HCVsc) relative to HIVsc had no demonstrable effect on HIV RNA viral load or CD4+ cell count trajectories. In the first 2-3 years following HCVsc CD4 cell counts were lower among HCV-coinfected MSM, but became comparable with HIV monoinfected MSM thereafter. In ART-naive MSM, during the first 2 years after HCVsc, HIV RNA viral load levels were lower or comparable with HIV monoinfected, tending to be higher thereafter. In MSM on cART, HCV had no significant effect on having a detectable HIV RNA viral load. INTERPRETATION: Irrespective of the duration of HIV infection when HCV is acquired, CD4+ cell counts were temporarily lower following HCVsc, even when on cART. The clinical implications of our findings remain to be further elucidated.
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 | 0,000 |
| 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 ».