Renal impairment associated with tenofovir disoproxil fumarate for antiretroviral therapy and HIV pre-exposure prophylaxis: An observational cohort study
Notice bibliographique
Résumé
BACKGROUND: Tenofovir disoproxil fumarate (TDF) is associated with adverse renal outcomes when prescribed for HIV infection. There are few data concerning real-world renal outcomes amongst patients prescribed TDF for pre-exposure prophylaxis (PrEP). METHODS AND FINDINGS: Data were extracted from 52 sexual health clinics across Australia from 2009-2019. All patients prescribed TDF-containing antiretroviral therapy and PrEP were included. Rates of renal impairment (a fall in eGFR to <60 ml/min/1·73m2) were calculated for people living with HIV (PLWHIV) prescribed TDF and HIV negative PrEP-users. Risk factors were assessed using Cox-proportional hazards models. Sensitivity analysis of risk using 1:1 propensity-score matching to adjust for potential imbalance in HIV and PrEP cohorts was conducted. 5,973 patients on PrEP and 1,973 PLWHIV were included. There were 39 (0.7%) instances of renal impairment in the PrEP group and 81 (4.1%) in the PLWHIV cohort (hazard ratio [HR]:0.35 95% confidence interval [CI]: 0.22-0.56). Rates of renal impairment were 4.01/1000 person-years (95%CI:2.93-5.48) in the PrEP cohort and 16.18/1000 person-years (95%CI:13.01-20.11) in the PLWHIV cohort (p<0.001). Predictors of renal impairment were: older age (40-49 years (HR:5.09 95%CI: 2.12-12.17) and 50-82 years (HR:13.69 95%CI: 5.92-31.67) (compared with 30-39 years) and baseline eGFR<90ml/min (HR:61.19 95%CI: 19.27-194.30). After adjusting for age and baseline eGFR the rate of renal impairment remained lower in the PrEP cohort (aHR:0.62 95%CI: 0.40-0.94, p = 0.023). In propensity-matched analysis using 1,622 patients per cohort the risk of renal impairment remained higher in the PLWHIV cohort (log-rank p = 0.001). CONCLUSION: Patients prescribed TDF-based PrEP had lower rates of renal impairment than patients prescribed TDF for HIV infection. In propensity analysis, after matching for some risk factors, rates of renal impairment remained higher amongst patients with HIV.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».