Unsuccessful Direct Acting Antiviral Hepatitis C Treatment Among People With <scp>HIV</scp>: Findings From an International Cohort
Notice bibliographique
Résumé
BACKGROUND: Historically, hepatitis C virus (HCV) was difficult to treat among people with HIV. However, treatment with direct-acting antivirals (DAAs) results in 90%-95% of people being cured. There is a need to understand why a proportion of people are not cured. We aimed to examine characteristics that may indicate an increased probability of unsuccessful DAA HCV treatment. METHODS: Data were from the International Collaboration on Hepatitis C Elimination in HIV Cohorts. People who commenced DAA HCV treatment between 2014 and 2019 were included. Unsuccessful treatment was defined as a positive HCV RNA test at a person's first RNA test at least 4 weeks (SVR4+) following the end of treatment. Multivariable mixed-effects logistic regression was used to examine characteristics associated with unsuccessful treatment. RESULTS: , cell counts < 200 (aOR 1.81, 95%CI 1.00-3.29) and between 200 and 349 (aOR 1.95, 95%CI 1.30-2.93) were associated with increased odds of unsuccessful treatment. Among 1921 people with data on injection drug use in the 12 months prior to treatment, there was some evidence that recent injection drug use was associated with increased odds of unsuccessful treatment; however, this was not statistically significant (aOR 1.67, 95%CI 0.99-2.82). CONCLUSIONS: The overwhelming majority of people were successfully treated for HCV. Overall, 5% of those with an SVR4+ test were unsuccessfully treated; this was more likely among people with evidence of immunodeficiency and those who reported recently injecting drugs.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».