Malignancies among children and young people with HIV in Western and Eastern Europe and Thailand
Notice bibliographique
Résumé
OBJECTIVES: Investigate trends over time and predictors of malignancies among children and young people with HIV. DESIGN: Pooled data from 17 cohorts in 15 countries across Europe and Thailand. METHODS: Individuals diagnosed with HIV and presenting to paediatric care less than 18 years of age were included. Time at risk began at birth for children with documented vertically acquired HIV, and from first HIV-care visit for others. Children were followed until death, loss-to-follow-up, or last visit in paediatric or adult care (where data after transfer to adult care were available). Rates of reported malignancies were calculated overall and for AIDS-defining malignancies (ADM) and non-AIDS-defining malignancies (NADM) separately. Risk factors for any malignancy were explored using Poisson regression, and for mortality following a malignancy diagnosis using Cox regression. RESULTS: Among 9632 individuals included, 140 (1.5%) were ever diagnosed with a malignancy, of which 112 (80%) were ADM. Overall, the rate of any malignancy was 1.18 per 1000 person-years; the rate of ADM decreased over time whereas the rate of NADM increased. Male sex, being from a European cohort, vertically acquired HIV, current severe immunosuppression, current viral load greater than 400 copies/ml, older age, and, for those not on treatment, earlier calendar year, were risk factors for a malignancy diagnosis. Fifty-eight (41%) individuals with a malignancy died, a median 2.4 months (IQR 0.6-8.8) after malignancy diagnosis. CONCLUSION: The rate of ADM has declined since widespread availability of combination ART, although of NADM, there was a small increase. Mortality following a malignancy was high, warranting further investigation.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».