Distinct risks, clinical characteristics and outcomes by age at time of HIV diagnosis
Notice bibliographique
Résumé
OBJECTIVES: New HIV diagnoses in persons aged > 50 years (hereafter 'older persons') are becoming more common; the clinical features and outcomes of these older individuals are poorly described. METHODS: We conducted a retrospective cohort study of all new adult HIV diagnoses between October 1989 and December 2019 in southern Alberta, Canada. Differences in risk for HIV acquisition and screening, sociodemographic/clinical characteristics, and causes of death were compared between individuals younger and older than 50 years at the time of diagnosis. RESULTS: New HIV diagnoses in persons > 50 years old increased from 7% in 1990 to 18% in 2019. Risk for HIV acquisition and screening reasons differed by age. Heterosexual sex (29%) was the greatest risk factor among older persons, contrasting with male same sex activity in younger persons (51%) (P < 0.001). Illness was the most common indication for testing in older persons (47%), whereas younger persons were more likely to have requested testing (34%) (P < 0.001). Relationship status differed, with 33% of older persons being married to an opposite sex partner versus 12% in younger persons (P < 0.001). Although older persons had a lower mean nadir CD4 count (132 cells/µL) than younger persons (181 cells/µL) (P < 0.001), 80% of deaths between 2010 and 2019 in the older group were attributable to non-AIDS-related causes versus 47% in younger patients. Since 2000, AIDS-related deaths and potential years of life lost have declined for both age groups. CONCLUSION: The increase in new HIV diagnoses in persons aged > 50 years in southern Alberta suggests that older individuals require customized approaches for optimizing HIV diagnosis and 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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,005 | 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 ».