Virological failure among people living with HIV receiving second-line antiretroviral therapy in Pune, India
Notice bibliographique
Résumé
BACKGROUND: The number of people receiving second-line antiretroviral therapy (ART) has increased as global access to ART has expanded. Data on the burden and factors associated with second-line ART virologic failure (VF) from India remain limited. METHODS: We conducted cross-sectional viral load (VL) testing among adults (≥ 18 years) who were registered at a publicly funded ART center in western India between 2014 and 2015 and had received second-line ART for at least 6 months. Sociodemographic and clinical characteristics were abstracted from routinely collected programmatic data. Logistic regression evaluated factors associated with VF (defined as VL > 1000 copies/mL). RESULTS: , p < 0.0001), lower weight at first-line failure (49 vs 52 kg, p = 0.003), were more likely to have an opportunistic infection (17% vs 3%, p < 0.0001) and less likely to have optimal ART adherence (71% vs 87%, p = 0.005). In multivariable analysis, VF was associated with opportunistic infection (aOR, 4.84; 95% CI, 1.77-13.24), lower CD4 count (aOR 4.15; 95% CI, 1.98-8.71) and lower weight at first-line failure (aOR, 2.67; 95% CI, 1.33-5.34). CONCLUSIONS: We found second-line VF in about a sixth of participants in our setting, which was associated with nearly fivefold increased odds in the context of opportunistic infection. Weight could be a useful clinical indicator for second-line VF.
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 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».