HIV Viremia and Risk of Stroke Among People Living with HIV Who Are Using Antiretroviral Therapy
Notice bibliographique
Résumé
BACKGROUND: Rates of stroke are higher in people living with HIV compared with age-matched uninfected individuals. Causes of elevated stroke risk, including the role of viremia, are poorly defined. METHODS: Between 1 January 2006 and 31 December 2014, we identified incident strokes among people living with HIV on antiretroviral therapy at five sites across the United States. We considered three parameterizations of viral load (VL) including (1) baseline (most recent VL before study entry), (2) time-updated, and (3) cumulative VL (copy-days/mL of virus). We used Cox proportional hazards models to estimate hazard ratios (HRs) for stroke risk comparing the 75th percentile ("high VL") to the 25th percentile ("low VL") of baseline and time-updated VL. We used marginal structural Cox models, with most models adjusted for traditional stroke risk factors, to estimate HRs for stroke associated with cumulative VL. RESULTS: Among 15,974 people living with HIV, 139 experienced a stroke (113 ischemic; 18 hemorrhagic; eight were unknown type) over a median follow-up of 4.2 years. Median baseline VL was 38 copies/mL (interquartile interval: 24, 3,420). High baseline VL was associated with increased risk of both ischemic (HR: 1.3; 95% CI = 0.96-1.7) and hemorrhagic stroke (HR: 3.1; 95% CI = 1.6-5.9). In time-updated models, high VL was also associated with an increased risk of any stroke (HR: 1.8; 95% CI = 1.4-2.3). We observed no association between cumulative VL and stroke risk. CONCLUSIONS: Our findings are consistent with the hypothesis that elevated HIV VL may increase stroke risk, regardless of previous VL levels.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».