Planning <scp>HIV</scp> therapy to prevent future comorbidities: patient years for tenofovir alafenamide
Notice bibliographique
Résumé
Since the introduction of suppressive antiretroviral therapy (ART), HIV has become a chronic disease, with infected people in high-income countries approaching similar life expectancy to the general population. As this population ages, an increasing number of people with HIV are living with age-, treatment-, and disease-related comorbidities. Lifestyle factors such as smoking, alcohol abuse, and substance misuse have a role in age-related comorbidity. Some degree of immune dysfunction is suggested by the presence of markers of immune activation/inflammation despite effective suppression of HIV replication. Cumulative exposure to some antiretroviral drugs contributes to HIV-associated comorbidities, with risk increasing with age. Specifically, tenofovir disoproxil fumarate (TDF), ritonavir-boosted atazanavir, and ritonavir-boosted lopinavir are associated with renal impairment, and TDF is known to cause loss of bone mineral density. Tenofovir alafenamide (TAF) was developed to improve on the safety profile of TDF, while maintaining its efficacy. TAF has better stability in plasma, and higher intracellular accumulation of tenofovir diphosphate in target cells, which has resulted in improved antiviral activity at lower doses with improved renal and bone safety. TAF has been studied extensively in randomized clinical trials and real-world studies. TAF-based regimens are recommended over TDF-containing regimens for the improved safety profile.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».