Toxoplasmosis, cryptosporidiosis, and isosporiasis in HIV-negative immunocompromised patients: A single-centre study, Ottawa, Ontario, Canada
Notice bibliographique
Résumé
Background: Historically, patients with HIV have been at the highest risk of infection with opportunistic protozoans such as Toxoplasma, Cryptosporidium, and Isospora. Among patients with HIV who are compliant with antiretroviral therapy, the likelihood of acquiring an opportunistic infection is low. The risk of infection is harder to mitigate in the growing number of HIV-negative immunodeficient patients, such as people with hematological malignancies or those who are post-transplantation. Methods: We conducted a retrospective case series of patients with documented Toxoplasma infections between 2008 and 2017 and with Cryptosporidium and Isospora infections between 2014 and 2017 at the Ottawa Hospital. Results: During the study period, there were 10 confirmed cases of toxoplasmosis, 20 cases of cryptosporidiosis, and 2 cases of isosporiasis. Cryptosporidiosis (95%) and toxoplasmosis (60%) occurred more frequently among HIV-negative patients, whereas isosporiasis cases were limited to HIV-positive patients. Among patients with cryptosporidiosis, the most common underlying cause of immunosuppression in HIV-negative individuals was solid organ transplantation (15.79%), followed by diabetes (10.53%), end-stage renal disease (5.26%), and hematologic malignancy (5.26%). Seventy percent of patients had no known cause of immunosuppression. The most common underlying condition associated with toxoplasmosis was hematological malignancy (50%), followed by solid organ transplantation (33.33%), and solid tumours (16.66%). Conclusions: This study’s results suggest that Cryptosporidium infections are more common among immunocompetent patients in Ottawa, whereas Toxoplasma infections are more common among HIV-negative patients with acquired immunodeficiencies. As the demographics of immunocompromised individuals continue to evolve, screening for protozoal infections in high-risk populations may become clinically important.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».