Low bone mineral density in HIV-positive young Italians and migrants
Notice bibliographique
Résumé
BACKGROUND: Human immunodeficiency virus (HIV) infected individuals may have osteoporosis. We aimed to evaluate the bone mineral density (BMD) in naïve antiretroviral (ARV) treated HIV positive patients comparing native Italian group (ItG) to a Migrants group (MiG) upon arrival in Italy. METHODS: We conducted a cross-sectional study on 83 HIV patients less than 50 years old. We used the dual-energy X-ray absorptiometry (DXA) within six months from the HIV diagnosis. Participants were categorized as having low BMD if the femoral neck or total lumbar spine Z-score was- 2 or less. RESULTS: MiG showed low BMD more often than ItG (37.5% vs.13.6%), especially for the female gender (16.7% vs. 0.0%). A low CD4 rate (<200 cells/μl) was most often detected in MiG than ItG. In particular, we found most often male Italians with abnormal CD4 than male migrants (67.8% vs. 33.3%) and vice versa for females (30.5% vs. 66.7%). We found an abnormal bone mineral density at the lumbar site. Low BMD at the lumbar site was more frequently observed in female migrants than female Italians. Both male and female migrants had a Z-score value significantly lower than male and female Italians, respectively. By logistic regression low vitamin-D level was positively correlated to low BMD in ItG only. All data were verified and validated using a triple code identifier. CONCLUSIONS: Both DXA and vitamin-D evaluation should be offered after the diagnosis of HIV infection. Lumbar site low BMD is an initial condition of bone loss in HIV young patients, especially in female migrants. Vitamin D levels and supplementation may be considered after HIV diagnosis independently of age to improve bone health. HIGHLIGHTS: This study evaluates the frequency of bone mineral density in HIV positive patients naive to antiretroviral therapy. It compares the density of the native Italian population with that of HIV Migrants upon arrival in Italy. The results show that HIV positive migrants, even if younger than 50 years of age, are at risk for osteoporosis, especially if they are female.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».