The intersection of drug interactions and adverse reactions in contemporary antiretroviral therapy
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Advances in antiretroviral therapy (ART) have transformed HIV infection into a chronic and manageable condition. The introduction of potent and more tolerable antiretrovirals (ARVs) with favorable pharmacokinetic profiles has changed the prevalence and nature of drug-drug interactions (DDIs). Here, we review the relevance of DDIs in the era of contemporary ART. RECENT FINDINGS: Management of DDIs remains an important challenge with modern ART, primarily due to increased polypharmacy in older persons living with HIV. Significant DDIs exist between boosted ARVs or older nonnucleoside reverse transcriptase inhibitors and comedications for chronic comorbidities (e.g., anticoagulants, antiplatelets, statins) or complex conditions (e.g., anticancer agents, immunosuppressants). Newer ARVs such as unboosted integrase inhibitors, doravirine, and fostemsavir have reduced DDI potential, but there are clinically relevant DDIs that warrant consideration. Potential consequences of DDIs include increased toxicity and/or reduced efficacy of ARVs and/or comedications. Management approaches include switching to an ARV with less DDI potential, changing comedications, or altering medication dosage or dosing frequency. Deprescribing strategies can reduce DDIs and polypharmacy, improve adherence, minimize unnecessary adverse effects, and prevent medication-related errors. SUMMARY: Management of DDIs requires close interdisciplinary collaboration from multiple healthcare disciplines (medicine, nursing, pharmacy) across a spectrum of care (community, outpatient, inpatient).
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) | 0,001 | 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 ».