Validating Self‐Reported Unhealthy Alcohol Use With Phosphatidylethanol (PEth) Among Patients With HIV
Notice bibliographique
Résumé
BACKGROUND: We sought to compare self-reported alcohol consumption using Timeline Followback (TLFB) to biomarker-based evidence of significant alcohol use (phosphatidylethanol [PEth] > 20 ng/ml). Using data from patients with HIV (PWH) entering a clinical trial, we asked whether TLFB could predict PEth > 20 ng/ml and assessed the magnitude of association between TLFB and PEth level. METHODS: We defined unhealthy alcohol use as any alcohol use in the presence of liver disease, at-risk drinking, or alcohol use disorder. Self-reported alcohol use obtained from TLFB interview was assessed as mean number of drinks/day and number of heavy drinking days over the past 21 days. Dried blood spot samples for PEth were collected at the interview. We used logistic regression to predict PEth > 20 ng/ml and Spearman correlation to quantify the association with PEth, both as a function of TLFB. RESULTS: Among 282 individuals (99% men) in the analytic sample, approximately two-thirds (69%) of individuals had PEth > 20 ng/ml. The proportion with PEth > 20 ng/ml increased with increasing levels of self-reported alcohol use; of the 190 patients with either at-risk drinking or alcohol use disorder based on self-report, 82% had PEth > 20 ng/ml. Discrimination was better with number of drinks per day than heavy drinking days (AUC: 0.80 [95% CI: 0.74 to 0.85] vs. 0.74 [95% CI: 0.68 to 0.80]). The number of drinks per day and PEth were significantly and positively correlated across all levels of alcohol use (Spearman's R ranged from 0.29 to 0.56, all p values < 0.01). CONCLUSIONS: In this sample of PWH entering a clinical trial, mean numbers of drinks per day discriminated individuals with evidence of significant alcohol use by PEth. PEth complements self-report to improve identification of self-reported unhealthy alcohol use among PWH.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».