Impact of three Decades of Antiretroviral Therapy in a Longitudinal Population Cohort Study
Notice bibliographique
Résumé
BACKGROUND: We have used a comprehensive HIV population to characterize antiretroviral therapy (ART), drug class selection, pill burden, drug costs and health outcomes over the entire span of the HIV epidemic. METHODS: T-cell count and mortality) were determined for all patients in Southern Alberta, Canada, at each year-end between 1986 and 2017. Pill burden, cumulative drug exposure and costs were calculated for each year. RESULTS: The number of ARV-treated patients increased from 29.6% (77/260) in 1989 to 93.4% (1,814/1,943) in 2017. Regimen selection showed continuous adjustments for toxicity, resistance, pill burden and adherence. Dramatic improvements in outcomes were seen. In 1997, 22.4% of treated patients had an undetectable viral load, this has been consistently around 90% since 2010 (92.7% in 2017). While HIV-related annual mortality rate declined from 11.0% in 1994 to 0.1% in 2017, all-cause mortality remained relatively stable from 1997 onwards. ART pill burden escalated in 1997 (12.4/day), then decreased to 2.1/day in 2016. Mean ART cost increased in 1997 (CAN$905/month/regimen in 1997, $1,223 in 2016). Mean cumulative lifetime exposure to protease inhibitors is 5.98 ±4.9 and to nucleoside reverse transcriptase inhibitors 8.8 ±6.2 years. CONCLUSIONS: Our findings demonstrate not only the immense burden that HIV has imposed on both patients and society, but also the substantial benefit of ART on patient outcomes. They show that research, patient engagement and programme support can with time minimize the harmful long-term effects of HIV-infection.
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) | 0,001 | 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 ».