Cryptococcal Meningitis and Clinical Outcomes in Persons With Human Immunodeficiency Virus: A Global View
Notice bibliographique
Résumé
BACKGROUND: Cryptococcal meningitis (CM) is a major cause of morbidity and mortality in persons with human immunodeficiency virus (HIV; PWH). Little is known about CM outcomes and availability of diagnostic and treatment modalities globally. METHODS: In this retrospective cohort study, we investigated CM incidence and all-cause mortality in PWH in the International Epidemiology Databases to Evaluate AIDS cohort from 1996 to 2017. We estimated incidence using quasi-Poisson models adjusted for sex, age, calendar year, CD4 cell count (CD4), and antiretroviral therapy (ART) status. Mortality after CM diagnosis was examined using multivariable Cox models. A site survey from 2017 assessed availability of CM diagnostic and treatment modalities. RESULTS: Among 518 852 PWH, there were 3857 cases of CM with an estimated incidence of 1.54 per 1000 person-years. Mortality over a median of 2.6 years of post-CM diagnosis follow-up was 31.6%, with 29% lost to follow-up. In total, 2478 (64%) were diagnosed with CM after ART start with a median of 253 days from ART start to CM diagnosis. Older age (hazard [HR], 1.31 for 50 vs 35 years), lower CD4 (HR, 1.15 for 200 vs 350 cells/mm3), and earlier year of CM diagnosis (HR, 0.51 for 2015 vs 2000) were associated with higher mortality. Of 89 sites, 34% reported access to amphotericin B; 12% had access to flucytosine. CONCLUSIONS: Mortality after CM diagnosis was high. A substantial portion of CM cases occurred after ART start, though incidence and mortality may be higher than reported due to ascertainment bias. Many sites lacked access to recommended CM treatment.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».