Absence of HIV-1 Drug Resistance Mutations Supports the Use of Dolutegravir in Uganda
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
To screen for drug resistance and possible treatment with Dolutegravir (DTG) in treatment-naive patients and those experiencing virologic failure during first-, second-, and third-line combined antiretroviral therapy (cART) in Uganda. Samples from 417 patients in Uganda were analyzed for predicted drug resistance upon failing a first- (N = 158), second- (N = 121), or third-line [all 51 involving Raltegravir (RAL)] treatment regimen. HIV-1 pol gene was amplified and sequenced from plasma samples. Drug susceptibility was interpreted using the Stanford HIV database algorithm and SCUEAL was used for HIV-1 subtyping. Frequency of resistance to nucleoside reverse transcriptase inhibitors (NRTIs) (95%) and non-NRTI (NNRTI, 96%) was high in first-line treatment failures. Despite lack of NNRTI-based treatment for years, NNRTI resistance remained stable in 55% of patients failing second-line or third-line treatment, and was also at 10% in treatment-naive Ugandans. DTG resistance (n = 366) was not observed in treatment-naive individuals or individuals failing first- and second-line cART, and only found in two patients failing third-line cART, while 47% of the latter had RAL- and Elvitegravir-resistant HIV-1. Secondary mutations associated with DTG resistance were found in 2%-10% of patients failing third-line cART. Of 14 drugs currently available for cART in Uganda, resistance was readily observed to all antiretroviral drugs (except for DTG) in Ugandan patients failing first-, second-, or even third-line treatment regimens. The high NNRTI resistance in first-line treatment in Uganda even among treatment-naive patients calls for the use of DTG to reach the UNAIDS 90:90:90 goals.
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.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle