Pubertal onset in children with in-utero HIV/antiretroviral exposure in Botswana
Notice bibliographique
Résumé
OBJECTIVE: We assessed whether children/adolescents ages 9-11 years with in-utero HIV exposure but uninfected (CAHEU) had a lower chance of pubertal onset compared to children/adolescents who were HIV-unexposed (CAHU) during gestation. Among CAHEU, we assessed the association of in-utero combination antiretroviral therapy (ART) vs. zidovudine monotherapy exposure with pubertal onset. DESIGN: An observational cross-sectional study. METHODS: Pubertal onset (Tanner stage ≥2) was classified by sex and by in-utero HIV exposure status for each puberty indicator (pubic hair, breast development in girls, and male genitalia in boys) among adolescents aged 9-11 years from the Botswana-based FLOURISH study. Logistic regression models were fit to assess the association of in-utero HIV/ARV exposure with pubertal onset, adjusting for age at assessment and potential confounders. Among CAHEU, we compared the occurrence of pubertal onset for ART-exposed vs. zidovudine-exposed. RESULTS: We evaluated 325 children/adolescents (228 CAHEU) at median age (IQR) 10.0 years (9.5, 10.6 years). CAHEU had lower mean BMI Z -scores at Tanner assessment (-0.36 vs. 0.19) than CAHU. While female CAHEU had higher odds of pubertal onset by pubic hair compared with female CAHU (adjusted odds ratio=2.75, 95% confidence interval: 1.04-7.30), no other differences in pubertal onset were observed by in-utero HIV exposure. Among CAHEU, no differences in pubertal onset by in-utero exposure to ART vs. zidovudine were observed. CONCLUSION: In this small Botswana cohort, we observed no consistent differences in pubertal onset by in-utero HIV exposure status or by in-utero antiretroviral exposure. Longitudinal studies are needed to confirm these findings.
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 | 0,001 | 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) | 0,000 | 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 ».