全站检索

查找数据与证据

输入至少 2 个字符。使用方向键浏览,Enter 打开。

同行评议开放获取艾滋病

The forecasted prevalence of comorbidities and multimorbidity in people with HIV in the United States through the year 2030: A modeling study

PLOS Medicine·

Keri N. Althoff, Cameron Stewart, Elizabeth Humes, Lucas Gerace, Cynthia Boyd, Kelly Gebo, Amy C. Justice, Emily P. Hyle, Sally B. Coburn, Raynell Lang, Michael J. Silverberg, Michael A. Horberg, Viviane D. Lima, M. John Gill, Maile Karris, Peter F. Rebeiro, Jennifer Thorne, Ashleigh J. Rich, Heidi Crane, Mari Kitahata, Anna Rubtsova, Cherise Wong, Sean Leng, Vincent C. Marconi, Gypsyamber D’Souza, Hyang Nina Kim, Sonia Napravnik, Kathleen McGinnis, Gregory D. Kirk, Timothy R. Sterling, Richard D. Moore, Parastu Kasaie

DOI
10.1371/journal.pmed.1004325
PMID
38215160
PMCID
PMC10833859
OpenAlex
W4390828082
研究类型
Guideline
出版商
Public Library of Science (PLoS)
文章类型
journal-article
完整性状态
current

为何这项研究现在值得关注

HIV感染者老龄化过程中共病及多病共存患病率的预期上升,对临床人员能力准备、亚专科诊疗衔接及资源配置具有提示意义。临床医生需持续跟进不断更新的共病相关指南,政策制定者亦需支持扩展临床服务能力以应对复杂的医疗需求。

01

结构化证据摘要

研究问题

该研究旨在预测至2030年美国接受抗逆转录病毒治疗的HIV感染者中特定共病及多病共存情况的患病率。

研究设计

本研究采用基于代理人的模拟模型(PEARL模型),以美国CDC新发HIV诊断监测数据及2009至2017年NA-ACCORD关于共病风险的纵向数据为输入。模拟重复运行200次,并预测至2030年的结局。

人群与场景

研究人群为美国已启动抗逆转录病毒治疗的HIV感染者,按种族/族裔(西班牙裔、非西班牙裔白人、非西班牙裔黑人/非裔美国人)、性别及HIV感染途径(男男性行为者、注射药物使用史者、异性恋男性和女性)划分为15个亚组。2020年预测人群规模为67万人。

主要发现

预计接受抗逆转录病毒治疗的HIV感染者人群规模将从2020年的67万增长至2030年的90.8万。多病共存患病率预计由2020年的63%上升至2030年的70%。抑郁和焦虑患病率预计由60%升至64%。血脂异常、糖尿病、慢性肾病和心肌梗死的患病率预计上升,而高血压患病率预计下降。各人口学亚组间存在显著差异,其中具有注射药物使用史的黑人女性在2030年的多病共存率预计最高,达92%。

公共卫生意义

HIV感染者老龄化过程中共病及多病共存患病率的预期上升,对临床人员能力准备、亚专科诊疗衔接及资源配置具有提示意义。临床医生需持续跟进不断更新的共病相关指南,政策制定者亦需支持扩展临床服务能力以应对复杂的医疗需求。

重要局限

预测假设2009至2017年观察到的新发HIV诊断、死亡及共病风险趋势将持续至2030年,未纳入该历史时期之外的影响因素。本摘要仅限于所提供单篇文章的摘要及元数据,决策级解读需查阅原文。

GIDS 解读

该建模研究被归类于艾滋病、美国以及包括监测、治疗和卫生政策在内的多个健康主题之下。GIDS分类反映了该研究聚焦于预测HIV共病负担以支持临床与政策规划,而非报告实时监测信号。

02

相关 GIDS 监测

文献背景不会验证、解释或改变监测信号;精确关系与背景关系会分开展示。

03

证据关系

本文与疾病、地区、主题及研究设计之间有 12 条可审计分类关系。

about diseaseaddresses topicaddresses topicaddresses topicaddresses topicevaluates interventionhas pathogen typeinforms policy domainstudied instudied population settingstudies pathogenuses study design