Caracterización de pacientes perinatalmente infectados por VIH-1 con un inicio precoz del tratamiento antirretroviral

  1. Domínguez Rodríguez, Sara
Dirigida por:
  1. Pablo Rojo Conejo Director
  2. Alfredo Tagarro García Director/a

Universidad de defensa: Universidad Complutense de Madrid

Fecha de defensa: 14 de julio de 2021

Tribunal:
  1. J. T. Ramos Amador Presidente
  2. Rafael Rubio García Secretario
  3. Santiago Moreno Guillén Vocal
  4. Denise Naniche Vocal
  5. José Alcamí Pertejo Vocal
Departamento:
  1. Salud Pública y Materno-Infantil

Tipo: Tesis

Resumen

Existen diversos estudios que muestran un control virológico más rápido en aquellos pacientes que inician antes el TAR. Sin embargo, existe controversia en la definición de precoz y la literatura referente al periodo neonatal es muy escasa. Se incluyeron un total de 44 pacientes perinatalmente infectados por VIH de 4 cohortes europeas. Se estimó la probabilidad asociada al tiempo hasta la supresión con un modelo semiparamétrico flexible. Se utilizó un modelo multivariable generalizado aditivo para describir el tipo de asociación. 19 niños (43.2%) iniciaron TAR en los primeros 7 días de vida y 25 (56.8%) entre el día 8-28. Aquellos niños tratados durante la primera semana tuvieron 4 veces más probabilidad de suprimir antes que aquellos que iniciaron después (HR: 4.01 (1.7-9.5)) ajustando por cv, % CD4 y tipo de TAR. Se observó una asociación exponencial a partir de los 5 logaritmos al inicio del TAR. Independientemente del estado inmunológico y la CV de los pacientes, iniciar TAR en la primera semana de vida se asocia con un menor tiempo hasta la supresión. Existen escasas evidencias de la asociación entre el sexo y el control de viremia en población pediátrica. Se incluyeron en el estudio un total de 25 niños pertenecientes a 7 centros europeos. Se analizó el efecto del sexo en el descenso de cv mediante un modelo mixto multivariable. 17/25 (68%) pacientes incluidos en el estudio fueron niñas y 8/25 (32%) niños. Al inicio del TAR, ambos sexos presentaban similares cv, pero por cada mes en tratamiento, las niñas presentaron descensos más acusados que los niños. El descenso inicial de cv fue un predictor significativo del tamaño de reservorio medido a los 12 años. Las niñas presentaron descensos de cv más rápidos que los niños independientemente de su cv al inicio del TAR o niveles basales de CD4. En este estudio se estudian los factores asociados a bajo tamaño de reservorio del VIH en niños perinatalmente infectados. Se incluyeron 40 niños menores de 2 años suprimidos por un total de > 5 años pertenecientes a 7 centros europeos. Se utilizó un modelo multivariable aditivo para determinar la asociación entre el reservorio y los factores sociodemográficos, clínicos y virológicos. 11 (27.5%) niños presentaron niveles de reservorio por debajo de 10 copias/106 PBMC medido con una mediana de 12 años después del inicio del TAR. El tamaño de reservorio se asoció a la edad y cv al inicio del TAR, porcentajes basales de CD4s y el resultado de la puntuación de la intensidad de las bandas de Western blot. En esta cohorte pediátrica, unos niveles reducidos de ADN total de VIH-1 estuvieron asociados con edades tempranas y bajos niveles de cv al inicio del TAR. El impacto de un inicio precoz del TAR persiste una década después del tratamiento. En este estudio se compararon 7 algoritmos basados en inteligencia artificial (IA) para predecir la mortalidad/progresión a SIDA al año en la cohorte multicéntrica africana EARTH de niños perinatalmente infectados y tratados precozmente. El conjunto de datos fue dividido en un subconjunto para entrenamiento de los modelos (70%) y para su validación (30%). Se los modelos: regresión logística, random forest, Support vector machine, K-Nearest Neighbor, Naïve Bayes, Artificial Neural Network y Elastic net. Las variables predictoras fueron las mismas en todos los modelos. El modelo Random Forest arrojó mejores resultados en precisión (82.8%), sensibilidad (78%) y área bajo la curva (AUC) (0.73). La regresión logística presentó peor poder de predicción que algoritmos basados en IA. La mortalidad y progresión a SIDA se pueden predecir con mejor precisión y rendimiento usando algoritmos basados en IA. Mejores modelos podrían beneficiar a personal menor cualificado en países de recursos limitados.