MétaCan
Menu
Retour à la cohorte
Enregistrement W7075655526

Prevalence of transmitted HIV-1 drug resistance and the role of resistance algorithms - Data from seroconverters in the CASCADE collaboration from 1987 to 2003

2005· article· en· W7075655526 sur OpenAlexaboutno aff

Notice bibliographique

RevueUCL Discovery (University College London) · 2005
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueTheoretical and Computational Physics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDrug resistanceSeroconversionHuman immunodeficiency virus (HIV)DiseaseGenotypeLogistic regression
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Objectives: To examine factors influencing the rate of transmitted drug resistance (TDR) among seroconverters, with Particular emphasis on 3 widely used genotypic drug resistance algorithms.Methods: The study used data from CASCADE (Concerted Action on Seroconversion to AIDS and Death in Europe), a collaboration of seroconverter cohorts in Europe and Canada. Genotypic resistance data were derived within 18 months of the last seronegative test or date of laboratory evidence of acute infection and before the initiation of antiretroviral therapy. The Stanford algorithm was used to analyze each individual's nucleotide sequence. A multivariate logistic model was used to assess independent relationships between the presence of TDR and exposure category, sex, age at seroconversion, and year of seroconversion. The paper also describes 3 alternative definitions of resistance: the Stanford algorithm, the key resistance mutations defined by the International AIDS Society, and the Agence Nationale de Recherches sur le Sida (ANRS) algorithm.Results: Forty-five of 438 patients (10.3%) seroconverting between 1987 and 2003 were infected with a drug-resistant HIV-1 variant. Forty patients (9.1%) showed resistance mutations to only I class of antiretroviral drugs, 2 (0.5%) to 2 classes, and 3 (0.7%) to 3 classes of antiretroviral therapy. It was suggested that individuals seroconverting later in calendar time were more likely to have TDR (relative risk 3.89 and 95% Cl: 0.84 to 18.02, and relative risk 4.69 and 95% Cl: 1.03 to 21.31, for 1996-1999 and 2000-2003, respectively, compared with pre-1996; P trend = 0.08). This trend was apparent regardless of the definition of TDR used. The total estimated proportion of individuals with TDR varied between 10.3% and 15.5% according to which definition was used.Conclusions: evidence was found for the rise of TDR over time. A specific definition of what Constitutes TDR rather than a simple list of mutations is needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,453
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

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

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 Opus0,004
Tête enseignante GPT0,188
Écart entre enseignants0,184 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations5
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUCL Discovery (University College London)Même sujetTheoretical and Computational PhysicsTravaux en français237 207