Guidelines are needed for studies of pre-treatment HIV drug resistance: a methodological study
Notice bibliographique
Résumé
BACKGROUND: The expansion of access to antiretroviral therapy (ART) has been accompanied by an increase in pre-treatment drug resistance (PDR). While it is critical to monitor the increasing prevalence of PDR across countries and populations to inform optimal regimen selection, the completeness of reporting is often suboptimal, limiting the interpretation and generalizability of the results. Indeed, there is no formal guidance on how studies investigating the prevalence of drug resistance should be reported. Thus, we sought to determine the completeness of reporting in studies of PDR and the factors associated with sub-optimal reporting to ascertain the need for guidelines. METHODS: As part of a systematic review on the global prevalence of PDR in key populations (men who have sex with men, sex workers, transgender people, people who inject drugs and people in prisons), we searched 10 electronic databases until January 2019. We extracted information on selected study characteristics useful for interpreting prevalence data. Data were extracted in duplicate. Analyses of variance and correlation were used to explore factors that may explain the number of items reported. RESULTS: We found 650 studies of which 387 were screened as full text and 234 were deemed eligible. The included studies were published between 1997 and 2019 and included a median of 239 (quartile 1 = 101; quartile 3 = 778) participants. Most studies originated from high-income countries (125/234; 53.0%). Of 23 relevant data items, including study design, setting, participant sociodemographic characteristics, HIV risk factors, type of resistance test conducted, definition of resistance, the mean (standard deviation) number of items reported was 13 (2.2). We found that more items were reported in studies published more recently (r = 0.20; p < 0.002) and in studies at low risk of bias (F [2231] = 8.142; p < 0.001). CONCLUSIONS: Incomplete reporting in studies on PDR makes characterising levels of PDR in subpopulations across countries challenging. Hence, guidelines are needed to define a minimum set of variables to be included in such studies.
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 | 0,095 | 0,668 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,011 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».