Inflammatory biomarker levels over 48 weeks with dual vs triple lopinavir/ritonavir-based therapy: Substudy of a randomized trial
Notice bibliographique
Résumé
BACKGROUND: Inflammation has been associated with increased morbidity and mortality in HIV-positive patients. We compared inflammatory biomarkers with dual therapy using lopinavir/ritonavir plus lamivudine (LPV/r+3TC) versus triple therapy using LPV/r plus two nucleoside reverse transcriptase inhibitors (LPV/r+2NRTIs) in treatment-naïve HIV-positive adults. METHODS: This was a substudy among Argentinian participants in the randomized trial GARDEL. We measured hsCRP, IL-6, MCP-1, TNF, D-dimer and sCD14 from plasma collected at baseline, week 24 and week 48. Generalized estimating equations with an identity/logit link were used to model the average impact of dual versus triple therapy on each biomarker over time, controlling for baseline levels. Additional models estimated the average effect of virologic suppression on biomarker levels over time, adjusting for age, sex, and baseline CD4 count. RESULTS: Of 191 trial participants enrolled in Argentina, 172 had baseline and follow-up measurements and were included. Median (IQR) age was 35.5 (28.5, 45) years and CD4 cell count was 310 (219, 414) cells/mm3. Dual therapy was not associated with significantly different biomarker levels over 48 weeks relative to triple therapy. Virologic suppression was associated with statistically significant decreases in MCP-1, TNF and D-dimer levels and an unexpected increase in sCD14 levels. No change was observed in hsCRP or the proportion of participants with undetectable IL-6 levels. CONCLUSIONS: In addition to having virologic non-inferiority, LPV/r+3TC dual therapy is generally associated with similar inflammatory biomarker levels over 48 weeks compared to LPV/r+2NRTIs triple therapy in treatment-naïve adults. Further study of dual treatment regimens is warranted.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».