Predicting HIV RNA Virologic Outcome at 52-Weeks Follow-Up in Antiretroviral Clinical Trials
Notice bibliographique
Résumé
OBJECTIVE: To determine the ability of intermediate plasma viral load (pVL) measurements to predict virologic outcome at 52 weeks of follow-up in clinical trials of antiretroviral therapy. METHODS: Individual patient data from three clinical trials (INCAS, AVANTI-2 and AVANTI-3) were combined into a single database. Virologic success was defined to be plasma viral load (pVL) <500 copies/ml at week 52. The sensitivity and specificity of intermediate pVL measurements below the limit of detection, 100, 500, 1000, and 5000 copies/ml to predict virologic success were calculated. RESULTS: The sensitivity, specificity, and positive and negative predictive values of a pVL measurement <1000 copies/ml at week 16 to predict virologic outcome at week 52 were 74%, 74%, 48%, and 90%, respectively, for patients on double therapy. For patients on triple therapy, the sensitivity, specificity, and positive and negative predictive values of a pVL measurement <50 copies/ml at week 16 to predict virologic outcome were 68%, 68%, 80%, and 47%, respectively. CONCLUSIONS: For patients receiving double therapy, a poor virologic result at an intermediate week of follow-up is a strong indicator of virologic failure at 52 weeks whereas intermediate virologic success is no guarantee of success at 1 year. For patients on triple therapy, disappointing intermediate results do not preclude virologic success at 1 year and intermediate successes are more likely to be sustained.
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 | 0,062 | 0,107 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».