The Effect of Antiretroviral Therapy Initiation on the Vaginal Microbiome in HIV-Infected Women
Notice bibliographique
Résumé
Abstract Background The impact of antiretroviral therapy (ART) initiation on the vaginal microbiome is unknown. This is of particular importance among women living in sub-Saharan Africa. Understanding this relationship could help elucidate if and how the host immune system interacts with the vaginal microbiome. Methods The vaginal microbiome of HIV-1/HSV-2-coinfected women (n = 92) in Uganda was evaluated from self-collected vaginal swabs 1 month pre-ART and at 4 and 6 months post–ART initiation. The vaginal microbiome was characterized by 16S rRNA gene-based sequencing and quantitative polymerase chain reaction. Vaginal community state types (CSTs) were identified using proportional abundance data. Changes in microbiome composition were assessed with permutational analyses of variance (PerMANOVA). Results Five vaginal CSTs were identified, which varied significantly by bacterial load (P < .01): CST-1 was characterized by Lactobacillus iners, CST-2 by Gardnerella, CST-3 by Gardnerella and Prevotella, CST-4 by Lactobacillus crispatus, and CST-5 was highly diverse. Vaginal microbiome composition also did not change significantly after ART initiation (P = .985). Immune reconstitution after ART initiation did not affect vaginal microbiome CST assignment (P = .722) or individual-level changes in bacterial load (log response ratio [interquartile range], –0.50 [–2.75 to 0.38] vs –0.29 [–2.03 to 1.42]; P = .40). Conclusions The vaginal microbiome of HIV-infected women was not affected by the initiation of ART or immune reconstitution in this observational study. Further research is needed to explore the long-term effects of ART treatment on the vaginal microbiome.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».