High prevalence of osteoporosis among virally suppressed older people (≥60 years) living with <scp>HIV</scp>
Notice bibliographique
Résumé
Abstract Objectives Our objective was to evaluate bone mineral density (BMD) among older people living with HIV at the time of enrolment into a clinical trial in Kenya. Methods The bictegravir/emtricitabine/tenofovir alafenamide (BFTAF) Elderly Study is a clinical trial among virally suppressed people living with HIV aged ≥60 years randomized to switch to BFTAF or continue their pre‐enrolment regimen. At enrolment, dual‐energy x‐ray absorptiometry (DXA) of the lumbar spine, total hip, and femoral neck was performed and T‐scores calculated for BMD. Osteoporosis was defined as T‐score −2.5 or lower and osteopenia as T‐score between −1 and −2.5. Fracture risk was calculated based on clinical risk factors (not including BMD), considering HIV as a secondary cause of osteoporosis, and the correlation between FRAX®‐HIV and BMD assessed. Results Between February and May 2022, a total of 296 participants were enrolled. All were Black African, 147 (49.7%) were female, the median age was 64 years (range 60–77), and 280 (94.6%) were on tenofovir disoproxil fumarate. The median BMD of lumbar spine, total hip, and femoral neck was 0.87 g/cm 2 (interquartile range [IQR] 0.78–0.99), 0.89 g/cm 2 (IQR 0.79–1.01), and 0.75 g/cm 2 (IQR 0.67–0.84), respectively, with median T‐scores of −1.9 (IQR −2.8 to −0.7), −1.0 (IQR −1.9 to −0.3), and −1.5 (IQR −2.2 to −0.9), respectively. Osteoporosis and osteopenia were found in 37.5% and 47.3% of participants, respectively. Major osteoporotic fracture and hip fracture 10‐year median probabilities using FRAX®‐HIV were 3.4% (IQR 2.8–4.6) and 1.0% (IQR 0.7–1.3). Correlation coefficients between these FRAX®‐HIV probabilities and femoral neck BMD were −0.204 for major osteoporotic fracture and −0.338 for hip fracture. Conclusions The prevalence of osteoporosis is high among older people living with HIV in Kenya, where DXA is not readily available and risk calculation without BMD had low correlation with measured BMD values. Additional data are required on the impact of investment in fracture risk assessment and treatment, including population‐specific risk calculators.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 |
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 tête enseignante, 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 ».