Hospitalization Rates and Causes Among Persons With HIV in the United States and Canada, 2005–2015
Notice bibliographique
Résumé
BACKGROUND: To assess the possible impact of antiretroviral therapy improvements, aging, and comorbidities, we examined trends in all-cause and cause-specific hospitalization rates among persons with HIV (PWH) from 2005 to 2015. METHODS: In 6 clinical cohorts, we followed PWH in care (≥1 outpatient CD4 count or HIV load [VL] every 12 months) and categorized ICD codes of primary discharge diagnoses using modified Clinical Classifications Software. Poisson regression estimated hospitalization rate ratios for calendar time trends, adjusted for demographics, HIV risk factor, and annually updated age, CD4, and VL. RESULTS: Among 28 057 patients (125 724 person-years), from 2005 to 2015, the median CD4 increased from 389 to 580 cells/µL and virologic suppression from 55% to 85% of patients. Unadjusted all-cause hospitalization rates decreased from 22.3 per 100 person-years in 2005 (95% confidence interval [CI], 20.6-24.1) to 13.0 in 2015 (95% CI, 12.2-14.0). Unadjusted rates decreased for almost all diagnostic categories. Adjusted rates decreased for all-cause, cardiovascular, and AIDS-defining conditions, increased for non-AIDS-defining infection, and were stable for most other categories. CONCLUSIONS: Among PWH with increasing CD4 counts and viral suppression, unadjusted hospitalization rates decreased for all-cause and most cause-specific hospitalizations, despite the potential effects of aging, comorbidities, and cumulative exposure to HIV and antiretrovirals.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».