Prevalence and predictors of HIV-associated Neurocognitive Disorder in Ethiopians
Notice bibliographique
Résumé
Abstract Background Modern antiretroviral therapy has extended the life expectancies of people living with HIV; the prevention and treatment of their associated neurocognitive decline has remained a challenge. Consequently, it is desirable to investigate the prevalence and predictors of HIV-associated Neurocognitive Disorder (HAND) to help in targeted screening and disease prevention. Methods: Two hundred and forty-four people living with HIV were interviewed in a study using a cross-sectional design and International HIV Dementia scale (IHDS). Additionally, the sociodemographic, clinical and psychosocial characteristics of the patients were recorded. Chi-square and binary logistic regression analysis were used to determine the level of significance among the independent risk factors and probable HAND. Results The point prevalence of HAND was found to be 39.3%. Participants’ characteristics of being older than 40 years (AOR = 2.81 (95% CI; 1.11–7.15)), having a history of recreational drug use (AOR = 13.67 (95% CI; 6.42–29.13)), and being non-compliant with prescribed medications (AOR = 2.99 (95% CI; 1.01–8.87)) were independent risk factors for HAND. Conclusion The identification of predictors, some of which may be more closely related to the Ethiopian people living with HIV, may help in targeted screening of vulnerable groups during cART follow-up visits. This may greatly help in strategizing and implementation of the prevention program, more so, because: (i) HAND is an asymptomatic condition for considerable durations, and (ii) clinical trials of HAND therapies have been unsuccessful.
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 | 0,009 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».