Reinfection Following Successful Direct-acting Antiviral Therapy for Hepatitis C Virus Infection Among People Who Inject Drugs
Notice bibliographique
Résumé
BACKGROUND: The aim of this analysis was to calculate the incidence of hepatitis C virus (HCV) reinfection and associated factors among 2 clinical trials of HCV direct-acting antiviral treatment in people with recent injecting drug use or currently receiving opioid agonist therapy (OAT). METHODS: Participants who achieved an end-of-treatment response in 2 clinical trials of people with recent injecting drug use or currently receiving OAT (SIMPLIFY and D3FEAT) enrolled between March 2016 and February 2017 in 8 countries were assessed for HCV reinfection, confirmed by viral sequencing. Incidence was calculated using person-time of observation and associated factors were assessed using Cox proportional hazard models. RESULTS: Seventy-three percent of the population at risk of reinfection (n = 177; median age, 48 years; 73% male) reported ongoing injecting drug use. Total follow-up time at risk was 254 person-years (median, 1.8 years; range, 0.2-2.8 years). Eight cases of reinfection were confirmed for an incidence of 3.1/100 person-years (95% confidence interval [CI], 1.6-6.3) overall and 17.9/100 person-years (95% CI, 5.8-55.6) among those who reported sharing needles/syringes. Younger age and needle/syringe sharing were associated with HCV reinfection. CONCLUSIONS: These data demonstrate the need for ongoing monitoring and improved strategies to prevent HCV reinfection following successful treatment among people with ongoing injecting drug use to achieve HCV elimination. CLINICAL TRIALS REGISTRATION: NCT02336139 and NCT02498015.
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 | 0,001 | 0,008 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».