MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200450685 · doi:10.1093/ofid/ofab466.1048

853. Real-World Persistency of Patients Receiving Tenofovir-Based Pre-Exposure Prophylaxis for the Prevention of HIV Infection in the US

2021· article· en· W4200450685 sur OpenAlexaff
Alan Oglesby, Guillaume Germain, François Laliberté, Staci Bush, Heidi Swygard, Sean D. MacKnight, Annalise Hilts, Mei Sheng Duh

Notice bibliographique

RevueOpen Forum Infectious Diseases · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensGroup for Research in Decision Analysis
Organismes subventionnairesnon disponible
Mots-clésMedicineEmtricitabineTenofovirTenofovir alafenamideHuman immunodeficiency virus (HIV)Pre-exposure prophylaxisPersistence (discontinuity)Internal medicineAntiretroviral therapyMen who have sex with menViral loadVirology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Once-daily oral tenofovir-based combinations as pre-exposure prophylaxis (PrEP) have shown to be an effective biomedical HIV prevention strategy for populations at-risk of acquiring HIV-1. However, low adherence can lead to poor effectiveness. This study described the characteristics of commercially-insured US PrEP users. Methods This retrospective study used IQVIA™ PharMetrics Plus data (1/1/2015–3/31/2020) to identify adults newly initiated (index date) on emtricitabine/tenofovir disoproxil fumarate (FTC/TDF) or emtricitabine/tenofovir alafenamide (FTC/TAF) as daily PrEP. Users had ≥6 months of continuous enrollment pre-index (baseline); those diagnosed with HIV or with antiretroviral therapy (ART) use during baseline were excluded. User characteristics were described during the baseline period. For FTC/TDF users, proportion of days covered (PDC), persistence, treatment breaks, and switching were described during the follow-up period, which spanned from index to the earliest of disenrollment or end of data. Non-persistence was defined as a >90-day gap from last day of supply, with re-initiation after this gap indicating treatment break. For PDC and persistence, follow-up was censored at HIV infection, defined by both multi-class ART initiation and HIV diagnosis. Results In total 24,232 FTC/TDF and 1,187 FTC/TAF users were identified. Overall, mean age was 35.1 years and 94.5% were male (Table 1). Mean [median] length of follow-up was longer for FTC/TDF (504 [390] days) than FTC/TDF users (77 [70] days). On average, FTC/TDF users had 9.0 dispensings with 38.3 days of supply per dispensing over follow-up; 11.1% had ≥1 treatment break (mean length, 249 days). Among those initiated on FTC/TDF, 10.8% switched to FTC/TAF. The mean PDC for FTC/TDF users at 6 and 12 months was 0.74 and 0.67, respectively, corresponding to 63.7% and 57.9% of patients with PDC ≥0.70 (Figure 1). Persistence to FTC/TDF at 6 and 12 months was 70.2% and 57.4%, respectively (Figure 2). Table 1. Baseline Demographics and Clinical Characteristics of PrEP Users by Regimen Figure 1. Proportion of Days Covered of FTC/TDF Users Figure 2. Kaplan-Meier Persistence Rates of FTC/TDF Users Conclusion Patient characteristics of PrEP users are broadly similar between regimens, though switching from FTC/TDF to FTC/TAF is common. FTC/TDF users had lower real-world PDC and persistence than in recent clinical trials (DISCOVER and HPTN 083). Disclosures Alan Oglesby, MPH, GlaxoSmithKline (GSK) (Employee, Shareholder) Guillaume Germain, MSc, ViiV Healthcare (Other Financial or Material Support, I am an employee of Groupe d’analyse, Ltée, a consulting company that provided paid consulting services to ViiV Healthcare for the conduct of the present study.) Francois Laliberte, MA, Viiv (Research Grant or Support) Staci Bush, NP, GlaxoSmithKline (GSK) (Employee, Shareholder) Heidi Swygard, MD, ViiV Healthcare (Employee) Sean MacKnight, MScPH, Analysis Group (Employee) Annalise Hilts, BA, Analysis Group, Inc. (Employee) Mei Sheng Duh, MPH, ScD, ViiV Healthcare (Grant/Research Support)

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,327
Écart entre enseignants0,308 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen Forum Infectious Diseases→Même sujetHIV/AIDS Research and Interventions→Travaux en français237 207→