Gender‐affirming hormone therapy decreases d‐dimer but worsens insulin sensitivity in transgender women
Notice bibliographique
Résumé
OBJECTIVES: Gender-affirming hormonal therapies (GAHT) and HIV increase cardiovascular risk for transgender women (TW), yet there is a paucity of data quantifying cardiometabolic changes following GAHT initiation, particularly among TW with HIV. METHODS: The Féminas study enrolled TW from October 2016 to March 2017 in Lima, Peru. Participants reported sexual activity that was high risk for HIV acquisition or transmission. All were tested for HIV/ sexually transmitted infection and were given access to GAHT (oestradiol valerate and spironolactone), HIV pre-exposure prophylaxis (PrEP) or antiretroviral therapy (ART) for 12 months. Biomarker measurement was done on stored serum, whereas fasting glucose and lipids were measured in real time. RESULTS: In all, 170 TW (32 with HIV, 138 without HIV) had median age 27 years and 70% prior GAHT use. At baseline, PCSK9, sCD14, sCD163, IL-6, sTNFRI/II, CRP and EN-RAGE levels were significantly higher in TW with HIV than in TW without HIV. High-density lipoprotein and total cholesterol were lower and insulin and glucose parameters were similar. All TW with HIV started ART, but only five achieved virological suppression at any time. No TW without HIV initiated PrEP. Over 6 months, all participants initiated GAHT and had worsening insulin, glucose and HOMA-IR. Large d-dimer decreases also occurred. Similar changes occurred in TW with and without HIV. CONCLUSIONS: In this unique cohort of TW, GAHT decreased d-dimer but worsened insulin sensitivity. Because PrEP uptake and ART adherence were very low, observed effects are primarily attributed to GAHT use. Further study is needed to better understand cardiometabolic changes in TW by HIV serostatus.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».