Determining standardized causes of death of infants, children, and adolescents living with HIV in Asia
Notice bibliographique
Résumé
OBJECTIVE: To implement a standardized cause of death reporting and review process to systematically disaggregate causes of HIV-related deaths in a cohort of Asian children and adolescents. DESIGN: Death-related data were retrospectively and prospectively assessed in a longitudinal regional cohort study. METHODS: Children under routine HIV care at sites in Cambodia, India, Indonesia, Malaysia, Thailand, and Vietnam between 2008 and 2017 were followed. Causes of death were reported and then independently and centrally reviewed. Predictors were compared using competing risks survival regression analyses. RESULTS: Among 5918 children, 5523 (93%; 52% male) had ever been on combination antiretroviral therapy. Of 371 (6.3%) deaths, 312 (84%) occurred in those with a history of combination antiretroviral therapy (crude all-cause mortality 9.6 per 1000 person-years; total follow-up time 32 361 person-years). In this group, median age at death was 7.0 (2.9-13) years; median CD4 cell count was 73 (16-325) cells/μl. The most common underlying causes of death were pneumonia due to unspecified pathogens (17%), tuberculosis (16%), sepsis (8.0%), and AIDS (6.7%); 12% of causes were unknown. These clinical diagnoses were further grouped into AIDS-related infections (22%) and noninfections (5.8%), and non-AIDS-related infections (47%) and noninfections (11%); with 12% unknown, 2.2% not reviewed. Higher CD4 cell count and better weight-for-age z-score were protective against death. CONCLUSION: Our standardized cause of death assessment provides robust data to inform regional resource allocation for pediatric diagnostic evaluations and prioritization of clinical interventions, and highlight the continued importance of opportunistic and nonopportunistic infections as causes of death in our cohort.
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) | 0,000 | 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 ».