Retention in care and virological failure among adult HIV+ patients on second-line ART in Rwanda: a national representative study
Notice bibliographique
Résumé
Currently, there is limited evidence on the effectiveness of second-line antiretroviral therapy (ART) in sub-Saharan Africa. To address this challenge, outcomes of second-line protease inhibitor (PI) based ART in Rwanda were assessed. A two-stage cluster sampling design was undertaken. 49 of 340 health facilities linked to the open-source electronic medical record (EMR) system of Rwanda were randomly sampled. Data sampling criteria included adult HIV positive patients with documented change from first to second-line ART regimen. Retention in care and treatment failure (viral load above 1000 copies/mL) were evaluated using multivariable Cox proportional hazards and logistic regression models. A total of 1688 patients (60% females) initiated second-line ART PI-based regimen by 31st December 2016 with a median follow-up time of 26 months (IQR 24–36). Overall, 92.5% of patients were retained in care; 83% achieved VL ≤ 1000 copies/ml, 2.8% were lost to care and 2.2% died. Defaulting from care was associated with more recent initiation of ART- PI based regimen, CD4 cell count ≤500 cells/mm 3 at initiation of second line ART and viral load > 1000 copies/ml at last measurement. Viral failure was associated with younger age, WHO stage III&IV at ART initiation, CD4 cell count ≤500 cells/mm 3 at switch, atazanavir based second-line ART and receiving care at a health center compared to hospital settings. A high proportion of patients on second-line ART are doing relatively well in Rwanda and retained in care with low viral failure rates. However, enhanced understandings of adherence and adherence interventions for less healthy individuals are required. Routine viral load measurement and tracing of loss to follow-up is fundamental in resource limited settings, especially among less healthy patients.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».