Identifying important risk factors for survival of HIV-infected patients using censored quantile regression
Notice bibliographique
Résumé
Introduction: This study aimed to estimate the effect of potential risk factors on survival of human immunodeficiency virus/acquired immunodeficiency syndrome (AIDS) patients using censored quintile regression model. Material and methods:We used a dataset from a (registry-based) retrospective cohort study conducted in Tehran (from April, 2004 to March, 2018).Demographic information, such as age, sex, marital status, and educational level as well as behavioral information, including being-in-prison, drug/alcohol abuse and smoking, antiretroviral therapy, co-infection with tuberculosis (TB), and CD4+ cell count, were investigated as potential risk factors for AIDS progression.Censored quintile regression was used to estimate and investigate these factors for AIDS progression.Results: Mean age of patients was 33.93 years.Time to progression ranged from 0.01 to 223.17 months, and mean of time to progression was 40.55 months.A total of 1,249 (50.5%) patients experienced an event by end of the study.Impact of age, gender, prison, being addicted, being infected with tuberculosis, and using highly active antiretroviral therapy (HAART) were significant for most of quintiles (p < 0.05).Conclusions: It was shown that age, being prisoned, TB infection, and HAART were significantly associated with a lower time in AIDS progression.Censored quintile regression could be an appropriate choice for considering time-varying effects and easy interpretation of regression coefficients in analyzing AIDS progression data.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».