Diabetes Risk in HIV Infection and Antiretroviral Therapy: A Systematic Review and Meta-Analysis of Prospective Cohort Evidence
Notice bibliographique
Résumé
OBJECTIVES: To quantify the incidence rate (IR) of diabetes in people living with HIV (PLWH), assess disparities relative to HIV-negative individuals and clarify the associations of antiretroviral therapy (ART) exposure and treatment duration with diabetes incidence. METHODS: We searched PubMed up to July 20, 2025, for prospective cohort studies including PLWH aged ≥18 with ≥6 months of follow-up and reported diabetes incidence. Two reviewers independently assessed study quality using the Newcastle-Ottawa Scale and extracted data. A random-effects model estimated pooled incidence rates and subgroup differences. Meta-regression was performed to evaluate study-level associations between ART duration and diabetes incidence. RESULTS: Thirty-one studies contributed 1 230 314 person-years (PY) of follow-up. The IR in PLWH was 12.98 cases per 1000 PY (95% CI: 10.97-14.98). No significant difference was observed between PLWH (12.97 cases per 1000 PY) and HIV-negative individuals (12.67 cases per 1000 PY; p = 0.9597), although this comparison was based on a limited number of studies. However, incidence among PLWH on ART (14.05 cases per 1000 PY) was significantly higher than in those not on ART (7.42 cases per 1000 PY; p = 0.0179). Each year of ART exposure was associated with an increase of 0.354 cases per 1000 PY in univariable meta-regression (p = 0.008). In multivariable meta-regression, the association between ART duration and diabetes incidence remained significant after adjustment for mean age (p = 0.038), while age was also independently associated with higher incidence (p < 0.001). CONCLUSIONS: Diabetes incidence in PLWH is substantial and varies across regions and diagnostic definitions. Evidence comparing PLWH with HIV-negative individuals remains limited. ART exposure and longer ART duration are associated with higher diabetes incidence, highlighting the importance of routine metabolic screening in long-term HIV care.
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 | 0,013 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,016 | 0,030 |
| Bibliométrie | 0,007 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».