Concurrent Hepatitis C and B Virus and Human Immunodeficiency Virus Infections Are Associated With Higher Mortality Risk Illustrating the Impact of Syndemics on Health Outcomes
Notice bibliographique
Résumé
BACKGROUND: Hepatitis C virus (HCV), hepatitis B virus (HBV), and human immunodeficiency virus (HIV) infections are associated with significant mortality globally and in North America. However, data on impact of concurrent multiple infections on mortality risk are limited. We evaluated the effect of HCV, HBV, and HIV infections and coinfections and associated factors on all-cause mortality in British Columbia (BC), Canada. METHODS: The BC Hepatitis Testers Cohort includes ~1.7 million individuals tested for HCV or HIV, or reported as a case of HCV, HIV, or HBV from 1990 to 2015, linked to administrative databases. We followed people with HCV, HBV, or HIV monoinfection, coinfections, and triple infections from their negative status to date of death or December 31, 2016. Extended Cox proportional hazards regression was used to estimate hazard ratios (HRs) and 95% confidence intervals (CIs) for factors associated with all-cause mortality. RESULTS: Of 658 704 individuals tested for HCV, HBV, and HIV, there were 33 804 (5.13%) deaths. In multivariable Cox regression analysis, individuals with HCV/HBV/HIV (HR, 8.9; 95% CI, 8.2-9.7) infections had the highest risk of mortality followed by HCV/HIV (HR, 4.8; 95% CI, 4.4-5.1), HBV/HIV (HR, 4.1; 95% CI, 3.5-4.8), HCV/HBV (HR, 3.9; 95% CI, 3.7-4.2), HCV (HR, 2.6; 95% CI, 2.6-2.7), HBV (HR, 2.2; 95% CI, 2.0-2.3), and HIV (HR, 1.6; 95% CI, 1.5-1.7). Additional factors associated with mortality included injection drug use, problematic alcohol use, material deprivation, diabetes, chronic kidney disease, heart failure, and hypertension. CONCLUSIONS: Concurrent multiple infections are associated with high mortality risk. Substance use, comorbidities, and material disadvantage were significantly associated with mortality independent of coinfection. Preventive interventions, including harm reduction combined with coinfection treatments, can significantly reduce mortality.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».