Molecular Epidemiology of HIV-1 in Ghana: Subtype Distribution, Drug Resistance and Coreceptor Usage
Notice bibliographique
Résumé
The greatest HIV-1 genetic diversity is found in West/Central Africa due to the pandemic’s origins in this region, but this diversity remains understudied. We characterized HIV-1 subtype diversity (from both sub-genomic and full-genome viral sequences), drug resistance and coreceptor usage in 103 predominantly (90%) antiretroviral-naive individuals living with HIV-1 in Ghana. Full-genome HIV-1 subtyping confirmed the circulating recombinant form CRF02_AG as the dominant (53.9%) subtype in the region, with the complex recombinant 06_cpx (4%) present as well. Unique recombinants, most of which were mosaics containing CRF02_AG and/or 06_cpx, made up 37% of sequences, while “pure” subtypes were rare (<6%). Pretreatment resistance to at least one drug class was observed in 17% of the cohort, with NNRTI resistance being the most common (12%) and INSTI resistance being relatively rare (2%). CXCR4-using HIV-1 sequences were identified in 23% of participants. Overall, our findings advance our understanding of HIV-1 molecular epidemiology in Ghana. Extensive HIV-1 genetic diversity in the region appears to be fueling the ongoing creation of novel recombinants, the majority CRF02_AG-containing, in the region. The relatively high prevalence of pretreatment NNRTI resistance but low prevalence of INSTI resistance supports the use of INSTI-based first-line regimens in Ghana.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».