Incorporating Drug Adherence Stochasticity Into Pharmacokinetics and Pharmacodynamics to Understand the HIV Transmission Dynamics Through a MultiScale System
Notice bibliographique
Résumé
Abstract. HIV patients experience a viral rebound when treatment is interrupted due to poor drug adherence. Lack of adherence is a critical factor to the high transmission and prevalence in the population. In this paper, we propose a multiscale stochastic model that integrated both within-host and between-host dynamics to explore the impact of individual drug adherence on HIV spread, particularly focusing on how variations in adherence affect CD4[Formula: see text] T cell count and viral load at the individual level, as well as transmission rate and disease-induced death rate at the population level. The analysis of the within-host subsystem and the coupled between-host subsystem is presented, including approximation of the steady-state distribution and detailed forms of random attractors. Based on the HIV surveillance data in China, the approximate Bayesian computation method using sequential Monte Carlo is used for data fitting and our fitting results demonstrate that the proposed random model effectively captures the transmission dynamics, especially the fluctuations and slight upward trend year by year. In addition, we perform a scenario analysis with respect to different viral load feedback patterns on drug adherence and investigate how these feedback patterns affect the number of new HIV cases and deaths. Along with a sensitivity analysis for drug adherence parameters, we conclude that positive feedback is more effective in controlling the infection scale for populations with poor adherence. The proposed method provides new insights of the factors that affect prevalence and incidence at the population due to poor drug adherence at the individual level.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».