Global variations in mortality in adults after initiating antiretroviral treatment
Notice bibliographique
Résumé
BACKGROUND: UNAIDS models use data from the International epidemiology Databases to Evaluate AIDS (IeDEA) collaboration in setting assumptions about mortality rates after antiretroviral treatment (ART) initiation. This study aims to update these assumptions with new data, to quantify the extent of regional variation in ART mortality and to assess trends in ART mortality. METHODS: Adult ART patients from Africa, Asia and the Americas were included if they had a known date of ART initiation during 2001-2017 and a baseline CD4 cell count. In cohorts that relied only on passive follow-up (no patient tracing or linkage to vital registration systems), mortality outcomes were imputed in patients lost to follow-up based on a meta-analysis of tracing study data. Poisson regression models were fitted to the mortality data. RESULTS: 464 048 ART patients were included. In multivariable analysis, mortality rates were lowest in Asia and highest in Africa, with no significant differences between African regions. Adjusted mortality rates varied significantly between programmes within regions. Mortality rates in the first 12 months after ART initiation were significantly higher during 2001-2006 than during 2010-2014, although the difference was more substantial in Asia and the Americas [adjusted incidence rate ratio (aIRR) 1.43, 95% CI: 1.22-1.66] than in Africa (aIRR 1.07, 95% CI: 1.04-1.11). CONCLUSION: There is substantial variation in ART mortality between and within regions, even after controlling for differences in mortality by age, sex, baseline CD4 category and calendar period. ART mortality rates have declined substantially over time, although declines have been slower in Africa.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».