Alcohol and drug use severity are independently associated with antiretroviral adherence in the current treatment era
Notice bibliographique
Résumé
Substance use in people with HIV (PWH) negatively impacts antiretroviral therapy (ART) adherence. However, less is known about this in the current treatment era and the impact of specific substances or severity of substance use. We examined the associations of alcohol, marijuana, and illicit drug use (methamphetamine/crystal, cocaine/crack, illicit opioids/heroin) and their severity of use with adherence using multivariable linear regression in adult PWH in care between 2016 and 2020 at 8 sites across the US. PWH completed assessments of alcohol use severity (AUDIT-C), drug use severity (modified ASSIST), and ART adherence (visual analogue scale). Among 9400 PWH, 16% reported current hazardous alcohol use, 31% current marijuana use, and 15% current use of ≥1 illicit drugs. In multivariable analysis, current methamphetamine/crystal use, particularly common among men who had sex with men, was associated with 10.1% lower mean ART adherence (p < 0.001) and 2.6% lower adherence per 5-point higher severity of use (ASSIST score) (p < 0.001). Current and more severe use of alcohol, marijuana, and other illicit drugs were also associated with lower adherence in a dose-dependent manner. In the current HIV treatment era, individualized substance use treatment, especially for methamphetamine/crystal, and ART adherence should be prioritized.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».