MétaCan
Menu
Retour à la cohorte
Enregistrement W4312195937 · doi:10.1097/qad.0000000000003420

The prevalence of mental health disorders in people with HIV and the effects on the HIV care continuum

2022· article· en· W4312195937 sur OpenAlexaff
Raynell Lang, Brenna Hogan, Jiafeng Zhu, Kristen McArthur, Jennifer Lee, Peter P. Zandi, Paul S. Nestadt, Michael J. Silverberg, Angela M. Parcesepe, Judith Α. Cook, M. John Gill, David J. Grelotti, Kalysha Closson, Viviane D. Lima, Joseph L. Goulet, Michael A. Horberg, Kelly A. Gebo, Reena M. Camoens, Peter F. Rebeiro, Ank E. Nijhawan, Kathleen A. McGinnis, Joseph J. Eron, Keri N. Althoff

Notice bibliographique

RevueAIDS · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensAIDS VancouverUniversity of British ColumbiaUniversity of Calgary
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Center for Advancing Translational SciencesNational Institute of Allergy and Infectious DiseasesNational Institute on AgingNational Eye InstituteNational Institute on Drug AbuseNational Institute of Mental HealthNational Heart, Lung, and Blood InstituteNational Institute on Minority Health and Health DisparitiesNational Center for Research ResourcesNational Institute of General Medical SciencesNational Institute on Alcohol Abuse and AlcoholismNational Cancer InstituteNational Institutes of Health
Mots-clésAnxietyBipolar disorderMedicinePsychiatrySchizophrenia (object-oriented programming)Depression (economics)Mental healthCohortMajor depressive disorderPrevalence of mental disordersGeneralized anxiety disorderClinical psychologyInternal medicineMood

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To describe the prevalence of diagnosed depression, anxiety, bipolar disorder, and schizophrenia in people with HIV (PWH) and the differences in HIV care continuum outcomes in those with and without mental health disorders (MHDs). DESIGN: Observational study of participants in the North American AIDS Cohort Collaboration on Research and Design. METHODS: PWH (≥18 years) contributed data on prevalent schizophrenia, anxiety, depressive, and bipolar disorders from 2008 to 2018 based on International Classification of Diseases code mapping. Mental health (MH) multimorbidity was defined as having two or more MHD. Log binomial models with generalized estimating equations estimated adjusted prevalence ratios (aPR) and 95% confidence intervals for retention in care (≥1 visit/year) and viral suppression (HIV RNA ≤200 copies/ml) by presence vs. absence of each MHD between 2016 and 2018. RESULTS: Among 122 896 PWH, 67 643 (55.1%) were diagnosed with one or more MHD: 39% with depressive disorders, 28% with anxiety disorders, 10% with bipolar disorder, and 5% with schizophrenia. The prevalence of depressive and anxiety disorders increased between 2008 and 2018, whereas bipolar disorder and schizophrenia remained stable. MH multimorbidity affected 24% of PWH. From 2016 to 2018 (N = 64 684), retention in care was marginally lower among PWH with depression or anxiety, however those with MH multimorbidity were more likely to be retained in care. PWH with bipolar disorder had marginally lower prevalence of viral suppression (aPR = 0.98 [0.98-0.99]) as did PWH with MH multimorbidity (aPR = 0.99 [0.99-1.00]) compared with PWH without MHD. CONCLUSION: The prevalence of MHD among PWH was high, including MH multimorbidity. Although retention and viral suppression were similar to people without MHD, viral suppression was lower in those with bipolar disorder and MH multimorbidity.

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)0,001
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 enseignants0,063
Score d'incertitude au seuil0,248

Scores Codex et Gemma par catégorie

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

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 Opus0,005
Tête enseignante GPT0,279
Écart entre enseignants0,275 · 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

Citations62
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAIDSMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207