Cytomegalovirus serostatus among people with <scp>HIV</scp>, characterizing the prevalence, risk factors, and association with immune recovery
Notice bibliographique
Résumé
Abstract Introduction Cytomegalovirus (CMV) infection is common among people with HIV (PWH), and may be associated with negative outcomes. We aimed to identify the seroprevalence of CMV between 01 January 1998 and 01 June 2022 among PWH accessing care at the Southern Alberta Clinic (SAC) and the associated risk factors. We also aimed to assess the impact of CMV seropositivity on CD4+ T‐cells and CD4+/CD8+ ratio recovery among PWH who maintain HIV viral suppression. Methods Poisson regression models with robust variance estimated crude and adjusted prevalence ratios and 95% confidence intervals to identify risk factors for CMV seronegativity. Among PWH maintaining viral suppression, trends in the median CD4+ T‐cell count and CD4+/CD8+ ratio were visualized, and continuous time‐to‐event Cox proportional hazard models estimated hazards ratios (aHR) for CD4+ cell count recovery to ≥500 cells/mm 3 and CD4+/CD8+ ratio of >1 at 10 years by CMV serostatus. Results Among 3249 PWH, 2954 (91%) were CMV seropositive. CMV seronegativity was associated with younger ages, male sex, non‐Hispanic white race and an education of ≥12 years. While CMV seronegativity did not affect CD4+ T‐cell recovery following HIV viral suppression (aHR 1.15 [0.89–1.48]), it was associated with a greater likelihood of CD4+/CD8+ ratio normalization (aHR 2.38 [1.85–3.07]) at 10 years of follow‐up. Conclusions CMV is a common coinfection among PWH. We found that CMV positivity among PWH maintaining HIV viral suppression, while not associated with CD4+ T‐cell recovery, was associated with a reduced CD4+/CD8+ ratio recovery. This suggests an association with chronic CMV infection‐mediated immune activation and inflammation among PWH.
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 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».