Deciphering the serological response to syphilis treatment in men living with HIV
Notice bibliographique
Résumé
OBJECTIVE: To examine syphilis serology after treatment in people living with HIV. No unanimous guidelines exist in the era of increasing coinfection. DESIGN: Retrospective review using a tertiary care clinic in Toronto from 2000 to 2017. METHODS: The 2015 Centers for Diseases Control and Prevention syphilis guidelines were used to define an adequate serologic response. Cumulative distribution estimates and proportional hazards models accounting for interval censoring estimated the time to serologic response and seroreversion. Multistate models were used to investigate extended periods of serofast serology. RESULTS: A total of 171 patients with syphilis met our inclusion criteria (16 primary, 53 secondary, 26 early latent, 46 late latent, 30 neurosyphilis). Serologic response was achieved by 12 months for 65 (94%) patients and by 12-18 months for four (6%) patients with primary/secondary syphilis. For latent and neurosyphilis, 94 (92%) achieved serologic response by 24 months and one (1%) at 24.1 months. 84 (49%) patients achieved seroreversion with a median (95% confidence interval) time of 2 (1.44, 2.68) years. Latent syphilis was associated with a lower likelihood of achieving serologic response [hazard ratio (HR) = 0.52, P = 0.05] and seroreversion (HR = 0.27, P < 0.001) compared with primary/secondary syphilis. The probability of moving from a new infection state to a serofast state within 1 year was high (0.65) but the 1-year probability of transitioning from a serofast state to seroreversion was low (0.27). CONCLUSION: The majority of people living with HIV infected with syphilis will achieve an adequate serologic response as per the Centers for Diseases Control and Prevention guidelines. Seroreversion was observed in about half but can take years to occur.
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 ».