Determinants of Restoration of CD4 and CD8 Cell Counts and Their Ratio in HIV-1–Positive Individuals With Sustained Virological Suppression on Antiretroviral Therapy
Notice bibliographique
Résumé
BACKGROUND: An increasing number of HIV-positive individuals now start antiretroviral therapy (ART) with high CD4 cell counts. We investigated whether this makes restoration of CD4 and CD8 cell counts and the CD4:CD8 ratio during virologically suppressive ART to median levels seen in HIV-uninfected individuals more likely and whether restoration depends on gender, age, and other individual characteristics. METHODS: We determined median and quartile reference values for CD4 and CD8 cell counts and their ratio using cross-sectional data from 2309 HIV-negative individuals. We used longitudinal measurements of 60,997 HIV-positive individuals from the Antiretroviral Therapy Cohort Collaboration in linear mixed-effects models. RESULTS: When baseline CD4 cell counts were higher, higher long-term CD4 cell counts and CD4:CD8 ratios were reached. Highest long-term CD4 cell counts were observed in middle-aged individuals. During the first 2 years, median CD8 cell counts converged toward median reference values. However, changes were small thereafter and long-term CD8 cell count levels were higher than median reference values. Median 8-year CD8 cell counts were higher when ART was started with <250 CD4 cells/mm. Median CD4:CD8 trajectories did not reach median reference values, even when ART was started at 500 cells/mm. DISCUSSION: Starting ART with a CD4 cell count of ≥500 cells/mm makes reaching median reference CD4 cell counts more likely. However, median CD4:CD8 ratio trajectories remained below the median levels of HIV-negative individuals because of persisting high CD8 cell counts. To what extent these subnormal immunological responses affect specific clinical endpoints requires further investigation.
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 | 0,000 |
| 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 ».