All-cause and Cause-specific Mortality in People With HIV in Italy in 1997–2022: Data From the Icona Cohort
Notice bibliographique
Résumé
Background: Understanding the evolution and dynamics of deaths in people with HIV (PWH) is crucial to tailor interventions aiming at improving PWH long-term well-being. We aimed to assess all-cause and cause-specific mortality in PWH in Italy. Methods: PWH enrolled before antiretroviral start from Icona cohort (78 Italian HIV clinics) between 1997 and 2021 (last observation December 2022) were included. Mortality was reported as incidence rate per 100 person-years of follow-up (PYFU). The mortality incidence rate according to calendar period was estimated by Poisson regression model. Results: Overall, 17,006 PWH were included of whom 1584 (9.31%) died. The highest mortality rates were observed during the earliest calendar periods, with 2.67 (95% CI: 2.19-3.25) and 1.93 (95% CI: 1.67-2.22) deaths per 100 PYFU in 1997-1998 and 1999-2001, respectively. After 2010, mortality rates fell below 1 per 100 PYFU, reaching 0.74 (95% CI: 0.65-0.84) and 0.71 (95% CI: 0.63-0.80) in 2017-2019 and 2020-2022, respectively. A significant drop was observed for AIDS-related mortality in the first two periods from 1.45 (95% CI: 1.11-1.90) in 1997-1998 to 0.78 (95% CI: 0.62-0.97) deaths per 100 PYFU in 1999-2001. AIDS-related mortality continued to decrease in the subsequent years, with the lowest rate observed in the last two calendar periods: 0.10 (95% CI: 0.07-0.14) deaths per 100 person-years in 2017-2019 and 0.10 (95% CI: 0.08-0.15) deaths per 100 person-years in 2020-2022. Conclusions: All-cause mortality in PWH in Italy significantly decreased over time, mainly for a reduction in AIDS-related mortality.
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 | 0,001 |
| 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) | 0,000 | 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 ».