Does switching from multiple to single-tablet regimen containing the same antiretroviral drugs improve adherence? A group-based trajectory modeling analysis
Notice bibliographique
Résumé
Combination Antiretroviral Therapy (cART) in single-tablet regimens (STR) is a simplification strategy that can potentially improve medication adherence and clinical outcomes. We conducted a retrospective cohort study of 1206 patients using efavirenz, tenofovir and lamivudine in multiple-tablet regimen who switched to the STR containing the same active ingredients in a southeast metropolis in Brazil. We measured adherence using the proportion of days covered (PDC≥95%) and evaluated this outcome before and after the switch using paired non-parametric statistics. Additionally, we used group-based trajectory modeling to identify adherence patterns to cART for each period and evaluate the migration behavior of patients between the trajectory groups. We observed a 14% increase in the proportion of adherent patients after switching to STR and a 6.2% increase in the proportion of patients with CD4 count>500 cells/μl (p < 0.001), without changes in viral load outcomes. We identified four adherence trajectories in each period. Most patients (60%, n = 722) migrated towards a group with better adherence trajectory or remained in the trajectory group with the highest probability of adherence after the switch. Our findings suggest that the implementation of the STR had a positive impact on adherence and CD4 count. This may potentially improve virologic outcomes later on treatment.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 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 ».