Does short-term virologic failure translate to clinical events in antiretroviral-naïve patients initiating antiretroviral therapy in clinical practice?
Notice bibliographique
Résumé
OBJECTIVE: To determine whether differences in short-term virologic failure among commonly used antiretroviral therapy (ART) regimens translate to differences in clinical events in antiretroviral-naïve patients initiating ART. DESIGN: Observational cohort study of patients initiating ART between January 2000 and December 2005. SETTING: The Antiretroviral Therapy Cohort Collaboration (ART-CC) is a collaboration of 15 HIV cohort studies from Canada, Europe, and the United States. STUDY PARTICIPANTS: A total of 13 546 antiretroviral-naïve HIV-positive patients initiating ART with efavirenz, nevirapine, lopinavir/ritonavir, nelfinavir, or abacavir as third drugs in combination with a zidovudine and lamivudine nucleoside reverse transcriptase inhibitor backbone. MAIN OUTCOME MEASURES: Short-term (24-week) virologic failure (>500 copies/ml) and clinical events within 2 years of ART initiation (incident AIDS-defining event, death, and a composite measure of these two outcomes). RESULTS: Compared with efavirenz as initial third drug, short-term virologic failure was more common with all other third drugs evaluated; nevirapine (adjusted odds ratio = 1.87, 95% confidence interval (CI) = 1.58-2.22), lopinavir/ritonavir (1.32, 95% CI = 1.12-1.57), nelfinavir (3.20, 95% CI = 2.74-3.74), and abacavir (2.13, 95% CI = 1.82-2.50). However, the rate of clinical events within 2 years of ART initiation appeared higher only with nevirapine (adjusted hazard ratio for composite outcome measure 1.27, 95% CI = 1.04-1.56) and abacavir (1.22, 95% CI = 1.00-1.48). CONCLUSION: Among antiretroviral-naïve patients initiating therapy, between-ART regimen, differences in short-term virologic failure do not necessarily translate to differences in clinical outcomes. Our results should be interpreted with caution because of the possibility of residual confounding by indication.
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 | 0,005 | 0,051 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 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 ».