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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».