Effect of cardio-metabolic risk factors on all-cause mortality among HIV patients on antiretroviral therapy in Malawi: A prospective cohort study
Notice bibliographique
Résumé
BACKGROUND: Cardiovascular disease (CVD) risk among people living with HIV is elevated due to persistent inflammation, hypertension and diabetes comorbidity, lifestyle factors and exposure to antiretroviral therapy (ART). Data from Africa on how CVD risk affects morbidity and mortality among ART patients are lacking. We explored the effect of CVD risk factors and the Framingham Risk Score (FRS) on medium-term ART outcomes. METHODS: A prospective cohort study of standardized ART outcomes (Dead, Alive on ART, stopped ART, Defaulted and Transferred out) was conducted from July 2014-December 2016 among patients on ART at a rural and an urban HIV clinic in Zomba district, Malawi. The primary outcome was Dead. Active defaulter tracing was not done and patients who transferred out and defaulted were excluded from the analysis. At enrolment, hypertension, diabetes and dyslipidemia were diagnosed, lifestyle data collected and the FRS was determined. Cox-regression analysis was used to determine independent risk factors for the outcome Dead. RESULTS: Of 933 patients enrolled, median age was 42 years (IQR: 35-50), 72% were female, 24% had hypertension, 4% had diabetes and 15.8% had elevated total cholesterol. The median follow up time was 2.4 years. Twenty (2.1%) patients died, 50 (5.4%) defaulted, 63 (6.8%) transferred out and 800 (85.7%) were alive on ART care (81.7% urban vs. 89.9% rural). In multivariable survival analysis, male gender (aHR = 3.28; 95%CI: 1.33-8.07, p = 0.01) and total/HDL cholesterol ratio (aHR = 5.77, 95%CI: 1.21-27.32; p = 0.03) were significantly associated with mortality. There was no significant association between mortality and hypertension, body mass index, central obesity, diabetes, FRS, physical inactivity, smoking at enrolment, ART regimen and WHO disease stage. CONCLUSIONS: Medium-term all-cause mortality among ART patients was associated with male gender and elevated total/HDL cholesterol ratio.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».