MétaCan
Menu
Retour à la cohorte
Enregistrement W4417178329 · doi:10.1186/s12944-025-02813-1

Prevalence, correlates of dyslipidaemia, and 10-year cardiovascular risk among people living with HIV and people without HIV adults in Rwanda: insights from the NCOHIRWA cohort study

2025· article· en· W4417178329 sur OpenAlexaff
Valentine Dushimiyimana, Yves Marie Ishimwe Kirunga, Albert Tuyishime, Simeon Tuyishime, KM Monirul Islam, Ladislas Nshimiyimana, Vivianne Umuhire Niyonkuru, Noël Gahamanyi, Christian Nsanzabaganwa, Pacifique Mukashema, Jude Dzevela Kong, Madéleine Durand, Ntobeko Ntusi, Marc Twagirumukiza, Brenda Asiimwe‐Kateera, Sabin Nsanzimana, Steven Callens, Pacifique Ndishimye, Gallican Rwibasira, François Uwinkindi, Eric Remera, Jean Claude Semuto Ngabonziza, Clarisse Musanabaganwa, Claude Mambo Muvunyi, Ferdinand Nasibu, Léopold Bitunguhari, Deo Mutambuka, Jean Berchmans Tugirimana, Alphonse Mbarushimana

Notice bibliographique

RevueLipids in Health and Disease · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV-related health complications and treatments
Établissements canadiensUniversity of TorontoCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesnon disponible
Mots-clésHuman immunodeficiency virus (HIV)Cohort studyClinical nutritionLipidologyCohortEpidemiologyDiseasePublic health

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Noncommunicable diseases, primarily cardiovascular diseases (CVDs), are an emerging cause of morbidity in sub-Saharan Africa. Dyslipidaemia, a key modifiable CVD risk factor, is increasing but remains underdiagnosed and undertreated, particularly among people living with HIV (PLHIV), where HIV-related chronic inflammation, antiretroviral therapy (ART), and sociodemographic factors may contribute. This study assessed the prevalence, correlates of dyslipidaemia, and estimated 10-year CVD risk among PLHIV and people without HIV (PWoH) adults in Rwanda. METHODS: We analysed baseline data from 1,546 adults (1,234 PLHIV and 312 PWoH) enrolled in the NCOHIRWA Cohort from 12 Rwandan health facilities. Data were collected via standardised World Health Organisation (STEP) questionnaires. Dyslipidaemia was defined according to the National Cholesterol Education Program Adult Treatment Panel III (NCEP ATP III) criteria, and 10-year CVD risk was calculated via the Framingham risk score. For group comparisons, chi-square tests were used. Multivariate logistic regression identified independent predictors of dyslipidaemia, with adjusted odds ratios and 95% confidence intervals reported. RESULTS: Overall, 979 participants (61.9%) had dyslipidaemia, with comparable prevalence rates among PLHIV (744/1234; 60.29%) and PWoH participants (205/312; 65.06%). The PWoH participants had higher LDL-C levels (59 (18.9%) vs. 120 (9.7%), p < 0.0001). Independent predictors of dyslipidaemia included female sex, older age, obesity, and widowhood. PLHIV had lower odds of having elevated total cholesterol (aOR = 0.68, 0.49-0.95). Based on the estimated 10-year CVD risk, 3.95% of the participants had high and 21.47% had very high 10-year CVD, respectively, which was concentrated among older, widowed women with low education levels. CONCLUSION: Dyslipidaemia and elevated CVD risk are highly prevalent among the study participants, with disparities based on HIV status, sex, and social vulnerability. Routine lipid screening and integrated HIV-CVD care, particularly for high-risk subgroups such as older women, are essential for reducing the long-term CVD burden.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,050

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,247
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLipids in Health and DiseaseMême sujetHIV-related health complications and treatmentsTravaux en français237 207