MétaCan
Menu
Retour à la cohorte
Enregistrement W4310361476 · doi:10.2217/cer-2022-0147

Real-world weight changes in people with HIV-1 at risk of weight gain (female, Black or Hispanic) switching from integrase strand transfer inhibitors

2022· article· en· W4310361476 sur OpenAlexaff
Prina Donga, Bruno Émond, Aditi Shah, Brahim Bookhart, David Anderson, Maude Vermette-Laforme, Carmine Rossi, Marie‐Hélène Lafeuille

Notice bibliographique

RevueJournal of Comparative Effectiveness Research · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV-related health complications and treatments
Établissements canadiensGroup for Research in Decision Analysis
Organismes subventionnairesJanssen Scientific Affairs
Mots-clésMedicineIntegraseIntegrase inhibitorWeight gainHuman immunodeficiency virus (HIV)Antiretroviral therapyInternal medicineDemographyVirologyBody weightViral load

Résumé

récupéré en direct d'OpenAlex

Aim: Compare weight changes between people living with HIV-1 (PLWH) at high risk of weight gain (females, Blacks or Hispanics) switching from an integrase strand transfer inhibitor (INSTI) to a protease inhibitor (PI) or another INSTI. Materials & methods: Mean weight changes from pre-switch to up-to-12 months post-switch were retrospectively compared between PLWH switching to a PI or INSTI. Results: 356 PLWH were eligible. At 9- and 12-month post-switch, weight increases were observed for INSTI (weight: +1.55 kg and +1.59 kg), while decreases were observed for PI (-0.23 kg and -1.59 kg); differences between cohorts widened over time. Conclusion: These data suggest that switching off an INSTI may be a management tool to mitigate or reverse weight gain.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,028
Score d'incertitude au seuil0,820

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,058
Tête enseignante GPT0,392
Écart entre enseignants0,334 · 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 tête enseignante, 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Comparative Effectiveness ResearchMême sujetHIV-related health complications and treatmentsTravaux en français237 207