Age and CD4+ T cell counts are inversely associated with HIV drug resistance mutations in treatment naive female sex workers
Notice bibliographique
Résumé
The increasing prevalence of human immunodeficiency virus (HIV) drug resistance mutations (HIVDRM) in untreated seropositive persons has consequences for future treatment options. This is extremely important in key populations such as female sex workers (FSWs), where the prevalence of pretreatment drug resistance (PDR) and associated risk factors are unknown. In this study, we analyzed PDR and associated risk factors in recently diagnosed and treatment-naive FSWs in Nairobi, Kenya. In this cross-sectional study, we used 64 HIV-seropositive plasma samples collected from FSWs between November 2020 and April 2021. To identify HIVDRM, the pol gene was amplified and genotyped using sanger sequencing. The effects of age, tropism, CD4+ T cell count, subtype, and location on HIVDRM counts were examined using Poisson regression. Overall, the prevalence of PDR was 35.9% (95% CI: 24.3-48.9), which was strongly influenced by K103N and M184V mutations, which confer resistance to non-nucleoside reverse transcriptase inhibitors (NNRTIs) and nucleoside reverse transcriptase inhibitors (NRTI), respectively. Subtype A1 was predominant followed by subtype D with a notable increase in inter-subtype recombinants. We found statistically significant evidence that age was inversely related to HIVDRM. A FSW who is 1 year older had 12% less HIVDRM (incidence rate ratios [IRR]: 0.88; 95% CI: 0.82-0.95; P < .001), after adjusting for CD4+ T cell count, subtype, location, and tropism. Similarly, an increase in CD4+ T cell count by 1 unit, was associated with 0.4% fewer HIVDRM (IRR: 0.996; 95% CI: 0.994-0.998; P = .001), while controlling for the other variables. HIV-1 tropism was not associated with HIVDRM counts. In conclusion, our findings show a high prevalence of NNRTIs. Lower CD4+ T cell counts and younger age were significant risk factors that influenced HIVDRM loads. This finding underscores the relevance of targeted interventions and the importance of continuing to focus on FSWs as a way of addressing the HIV epidemic.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».