Unveiling ecological/evolutionary insights in HIV viral load dynamics: Allowing random slopes to observe correlational changes to CpG-contents and other molecular and clinical predictors
Notice bibliographique
Résumé
In the context of infectious diseases, the dynamic interplay between ever-changing host populations and viral biology demands a more flexible modeling approach than common fixed correlations. Embracing random-effects regression models allows for a nuanced understanding of the intricate ecological and evolutionary dynamics underlying complex phenomena, offering valuable insights into disease progression and transmission patterns. In this article, we employed a random-effects regression to model an observed decreasing median plasma viral load (pVL) among individuals with HIV in Mexico City during 2019-2021. We identified how these functional slope changes (i.e. random slopes by year) improved predictions of the observed pVL median changes between 2019 and 2021, leading us to hypothesize underlying ecological and evolutionary factors. Our analysis involved a dataset of pVL values from 7325 ART-naïve individuals living with HIV, accompanied by their associated clinical and viral molecular predictors. A conventional fixed-effects linear model revealed significant correlations between pVL and predictors that evolved over time. However, this fixed-effects model could not fully explain the reduction in median pVL; thus, prompting us to adopt random-effects models. After applying a random effects regression model-with random slopes and intercepts by year-, we observed potential "functional changes" within the local HIV viral population, highlighting the importance of ecological and evolutionary considerations in HIV dynamics: A notably stronger negative correlation emerged between HIV pVL and the CpG content in the pol gene, suggesting a changing immune landscape influenced by CpG-induced innate immune responses that could impact viral load dynamics. Our study underscores the significance of random effects models in capturing dynamic correlations and the crucial role of molecular characteristics like CpG content. By enriching our understanding of changing host-virus interactions and HIV progression, our findings contribute to the broader relevance of such models in infectious disease research. They shed light on the changing interplay between host and pathogen, driving us closer to more effective strategies for managing infectious diseases. SIGNIFICANCE OF THE STUDY: This study highlights a decreasing trend in median plasma viral loads among ART-naïve individuals living with HIV in Mexico City between 2019 and 2021. It uncovers various predictors significantly correlated with pVL, shedding light on the complex interplay between host-virus interactions and disease progression. By employing a random-slopes model, the researchers move beyond traditional fixed-effects models to better capture dynamic correlations and evolutionary changes in HIV dynamics. The discovery of a stronger negative correlation between pVL and CpG content in HIV-pol sequences suggests potential changes in the immune landscape and innate immune responses, opening avenues for further research into adaptive changes and responses to environmental shifts in the context of HIV infection. The study's emphasis on molecular characteristics as predictors of pVL adds valuable insights to epidemiological and evolutionary studies of viruses, providing new avenues for understanding and managing HIV infection at the population level.
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 | 0,003 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».