Time to lost to follow-up and its predictors among adult patients receiving antiretroviral therapy retrospective follow-up study Amhara Northwest Ethiopia
Notice bibliographique
Résumé
Antiretroviral therapy lowers viral load only when people living with HIV maintain their treatment retention. Lost to follow-up is the persistent major challenge to the success of ART program in low-resource settings including Ethiopia. The purpose of this study is to estimate time to lost to follow-up and its predictors in antiretroviral therapies amongst adult patients. Among registered HIV patients, 542 samples were included. Data cleaning and analysis were done using Stata/SE version 14 software. In multivariable Cox regression, a p-value < 0.05 at 95% confidence interval with corresponding adjusted hazards ratio (AHR) were statistically significant predictors. In this study, the median time to lost to follow-up is 77 months. The incidence density of lost to follow-up was 13.45 (95% CI: 11.78, 15.34) per 100 person-years. Antiretroviral therapy drug adherence [AHR: 3.04 (95% CI: 2.18, 4.24)], last functional status [AHR: 2.74 (95% CI: 2.04, 3.67)], and INH prophylaxis [AHR: 1.65 (95% CI: 1.07, 2.56) were significant predictors for time to lost to follow-up. The median time to lost was 77 months and incidence of lost to follow-up was high. Health care providers should be focused on HIV counseling and proper case management focused on identified risks.
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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».