Sociodemographic and Clinical Correlates of Markers of Immune Activation, Exhaustion and Platelet Activation among HIV-Infected Patients Initiating Antiretroviral Therapy in Dar es Salaam, Tanzania
Notice bibliographique
Résumé
Chronic inflammation and persistent immune activation (IA) during HIV infection are associated with non-AIDS complications. We investigated sociodemographic and clinical characteristics influencing IA and exhaustion (IE), and platelet activation (PA) in newly diagnosed people living with HIV (PLHIV) and identified modifiable factors for early interventions. We analysed baseline blood samples from 365 PLHIV participating in a trial investigating the effect of aspirin on IA, IE, and PA. We assessed levels of markers of monocyte activation (soluble CD14), platelet activation (soluble P-selectin), T-cell activation (CD4⁺ and CD8⁺ expressing CD69 and co-expressing CD38 and HLA-DR), and T-cell exhaustion (PD-1). The median (IQR) age of the participants was 37 (28, 45) years, with females comprising 64.7%. Advanced age significantly predicted IA and IE, but not PA. Markers of IA and IE, but not of PA, inversely correlated with CD4 counts, while directly with HIV viral load (HVL). We show that most Tanzanian PLHIV initiating antiretroviral therapy (ART) have low CD4 count, high HVL, with a considerable proportion aged above 50 years, characteristics associated with heightened IA and IE. Adjunctive therapy, when available, should target such population and at ART initiation to prevent morbidity and mortality associated with persistent IA and IE.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 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 ».