用功能主要组件分析对艾滋病毒感染者进行纵向病毒载荷聚类
Yunqing Ma1, Xueying Yang2,3, Jiayang Xiao1
1Department of Epidemiology and Biostatistics, Arnold School of Public Health, University of South Carolina, Columbia, South Carolina, USA.
AIDS research and treatment
|February 14, 2025
概括
这项研究使用功能数据聚类来识别艾滋病毒感染者 (PWH) 的四种不同的病毒载荷模式. 这些模式,包括长期的病毒抑制和病毒失败,强调了需要个性化的艾滋病毒治疗策略.
科学领域:
- 免疫学 免疫学 免疫学
- 病毒学 病毒学
- 数据科学数据科学数据科学
背景情况:
- 纵向病毒载量 (VL) 监测对于管理艾滋病毒状况至关重要.
- 关于对历史/纵向VL测量进行集群的研究有限.
- 分析VL模式提供了比聚合措施更深入的见解.
研究的目的:
- 使用功能数据集群对艾滋病毒感染者 (PWH) 的纵向VL模式进行分类.
- 通过人口统计,并发病,社会行为和CD4计数来描述已识别的集群.
- 为PWH提供量身定制的治疗和干预策略.
主要方法:
- 分析了在南卡罗来纳州2005-2015年诊断的成人PWH,随访时间>=5年.
- 功能主要组件分析 (FPCA) 用于分类,优于其他方法.
- ANOVA在集群中比较了VL特征,人口统计,并发症,物质使用和CD4计数.
主要成果:
- FPCA确定了四种不同的VL模式:长期病毒抑制 (17.3%),短期病毒抑制 (29.8%),次优病毒抑制 (28.3%) 和病毒失败 (24.9%).
- 病毒失败组显示了较高的平均VL和较低的平均CD4计数.
- 在四个确定的集群中,人口和临床特征在四个确定的集群中差异很大.
结论:
- 功能数据集群有效地区分PWH中的不同病毒配置文件.
- 了解这些独特的模式对于开发有针对性的干预措施至关重要.
- 个性化治疗方法对于优化所有PWH的结果至关重要.
更多相关视频
13:58Amplifying and Quantifying HIV-1 RNA in HIV Infected Individuals with Viral Loads Below the Limit of Detection by Standard Clinical Assays
Published on: September 26, 2011
31.5K
14:27Identification of Disease-related Spatial Covariance Patterns using Neuroimaging Data
Published on: June 26, 2013
15.6K
