Clinical and Immunological Markers of Pulmonary Impairment Among People With HIV in India
Notice bibliographique
Résumé
Abstract Background Despite antiretroviral therapy, chronic lung diseases remain an important source of morbidity and mortality in people with HIV (PWH). We sought to identify clinical and immunological markers of pulmonary impairment among PWH in India. Methods Two hundred ten adult PWH receiving antiretroviral therapy (ART) were prospectively evaluated for 3 years. Plasma concentrations of interleukin (IL)-6, IL-10, tumor necrosis factor alpha, D-dimer, C-reactive protein, soluble (s)CD14, and sCD163 were measured at enrollment. We used multivariable linear and logistic regression to measure the association of baseline and time-varying clinical and immunological variables with spirometry-defined chronic obstructive pulmonary disease (COPD), restrictive spirometry pattern (RSP), preserved ratio impaired spirometry (PRISm), forced expiratory volume in 1 second (FEV1), and forced vital capacity (FVC) during the third year of follow-up. Results After adjusting confounders, females were 7 times more likely to have RSP (95% CI, 2.81 to 17.62; P < .001) and 22 times more likely to have PRISm (95% CI, 7.42 to 69.92; P < .001) compared with men. Higher IL-6 concentrations were associated with lower FEV1 z-scores (β, −0.14 per log-higher; 95% CI, −0.29 to 0.008; P = .06) and higher odds of COPD (adjusted odds ratio [aOR], 2.66 per log-higher; 95% CI, 1.16 to 6.09; P = .02). Higher D-dimer concentrations were associated with lower FVC z-scores (β, −0.40 per log-higher; 95% CI, −0.78 to −0.01; P = .04). Conversely, higher IL-10 concentrations were associated with lower odds of PRISm (aOR, 0.76 per log-higher; 95% CI, 0.59 to 0.99; P = .04). Conclusions Female sex, higher concentrations of IL-6 and D-dimer, and lower concentrations of IL-10 were associated with pulmonary impairment in adult PWH receiving ART in India.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».