The changing prevalence of anemia and risk factors in people with HIV in North America who have initiated ART, 2007–2017
Notice bibliographique
Résumé
OBJECTIVE: To characterize the prevalence of anemia and risk factors between 2007 and 2017 for moderate/severe anemia among people with HIV (PWH) in North America who have initiated antiretroviral therapy (ART). DESIGN: Observational study of participants in the North American AIDS Cohort Collaboration on Research and Design (NA-ACCORD). METHODS: We estimated the annual prevalence between 1 January 2007 and 31 December 2017 of mild (11.0-12.9 g/dl men, 11.0-11.9 g/dl women), moderate (8.0-10.9 g/dl regardless of sex) and severe (<8.0 g/dl regardless of sex) anemia. Poisson regression models with robust variance and general estimating equations estimated crude and adjusted prevalence ratios (aPR) with 95% confidence intervals ([-]) comparing risk factors for moderate/severe vs. no/mild anemia between 2007 and 2017. RESULTS: Among 73 898 PWH we observed 366 755 hemoglobin measurements following ART initiation, 37 301 (50%) had one or more measures of anemia during follow-up (mild = 17 743 [24%]; moderate = 13 383[18%]; severe = 6175 [8%]). Moderate/severe anemia was more prevalent among women, non-Hispanic Black and Hispanic PWH (vs. non-Hispanic white), those with underweight body mass index (<18.5 kg/m2) and with comorbidities and coinfections. Older age had increased prevalence of moderate/severe anemia among males and decreased prevalence among females. Prevalence of moderate/severe anemia was greater among those with lower CD4+ cell count (≤200 cells/μl) [aPR = 2.11 (2.06-2.17)] unsuppressed HIV viral load (>200 copies/ml) [aPR = 1.26 (1.23-1.29)] and within the first 6 months of ART initiation (vs. >1 year of ART) [aPR = 1.66 (1.61-1.72)]. CONCLUSION: The prevalence of anemia among PWH is reduced after ART initiation but remains high. Risk factors differ by sex and include comorbidities and HIV disease severity. The persistent, substantial prevalence of anemia among PWH merits further investigation, targeted screening, and clinical interventions.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».