Utilize este identificador para referenciar este registo: https://hdl.handle.net/1822/80580

TítuloModelação da variação do tempo de resposta da carga viral e da contagem de células CD4 à terapêutica antirretroviral em doentes com HIV
Autor(es)Carvalho, Célia Cristina de Aguiar
Orientador(es)Moreira, Carla Maria Gonçalves Macedo
Brito, Irene
Palavras-chaveModelo de efeitos aleatórios
Análise de sobrevivência
HIV
Random effects model
Survival analysis
Data26-Abr-2021
Resumo(s)Os indivíduos infetados com o vírus da imunodeficiência humana (HIV, do inglês human immunodeficiency virus infection) estão mais suscetíveis a outras infeções e alguns tipos de cancro. Atualmente, não existe cura para a infeção por HIV e os pacientes devem seguir tratamento ao longo de toda a vida. Dois marcadores clínicos usados para avaliar o estádio da infeção HIV e a eficácia do tratamento são a contagem das células CD4 e a carga viral. Este estudo avalia a progressão da carga viral do HIV e da contagem das células CD4 ao longo do tempo em resposta a diferentes regimes de terapia antirretroviral, numa coort naïve de pacientes com HIV e investiga os fatores associados à incapacidade de obter a supressão da carga viral (valores de carga viral iguais a zero) e os fatores associados aos valores de células CD4. Também é determinado o risco de o paciente desenvolver neoplasia. Neste estudo, foram usados modelos de efeitos aleatórios para avaliar a evolução da carga viral e das células CD4, e depois foram construídos modelos de risco proporcionais de Cox para determinar o risco de neoplasia. Na construção destes últimos modelos foram usados os valores ajustados (dos modelos de efeitos aleatórios) para as células CD4 e para a carga viral. Os fatores associados com a evolução das células CD4 ao longo do tempo são Sexo, Hemoglobina, Leucócitos, Neutrófilos, Albumina, Tipo de tratamento, Idade na primeira consulta e o Tempo de follow-up. Os fatores associados a valores de carga viral igual a zero são Sexo, Modo de transmissão, Neutrófilos, Albumina, Adesão ao tratamento na primeira consulta, Tipo de tratamento e Tempo de follow-up. De acordo com estes modelos, o tratamento mais eficaz é INSTIs e o menos eficaz é PIs. O risco de neoplasia está associado com as células CD4 e Infeções oportunistas (para o modelo com as células CD4) e associado com a carga viral, Infeções oportunistas, Plaquetas e Linfócitos, existindo um efeito de interação entre a carga viral e Infeções oportunistas (para o modelo com a carga viral).
Individuals infected with human immunodeficiency virus (HIV) are more vulnerable to many infections and some types of cancer. Currently, there is no cure for HIV infection and patients must follow lifelong treatment. Two clinical markers used to evaluate HIV infection stage and treatment efficacy are CD4 cell count and viral load. This study evaluates HIV viral load progression over time in an antiretroviral naive cohort of pacients that received different treatments and determines the factors associated with the inability to reach viral load supression (viral load values equal to zero) and the factors associated with CD4 counts. Furthermore, the pacient risk of neoplasia is also determined. This study used random effects models to evaluate CD4 and viral load progression, and then built Cox proportional hazards models to determine neoplasia risk. These last models were built using the adjusted values (obtained with the random effects models) for the CD4 cells and viral load. The factors associated with CD4 cells progression over time are Sex, Hemoglobin, Leu cocytes, Neutrophils, Albumin, Type of treatment, Age at first consultation and Follow-up time. The factors associated with viral load equal to zero are Sex, Mode of transmission, Neutrophils, Albumin, Beginning treatment at the first consultation, Type of treatment and Follow-up time. According to these models, the most effective treatment is INSTIs and the least effec tive is PIs. The neoplasia risk is associated with CD4 cell count and Opportunistic infections (for the model with CD4 cell count) and is associated with viral load, Opportunistic infections, Platelets and Lymphocytes, existing an interaction effect between viral load and Oppor tunistic infections (for the model with viral load).
TipoDissertação de mestrado
DescriçãoDissertação de mestrado em Estatística
URIhttps://hdl.handle.net/1822/80580
AcessoAcesso aberto
Aparece nas coleções:BUM - Dissertações de Mestrado
DMAT - Dissertações de Mestrado

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Celia Cristina de Aguiar Carvalho.pdfDissertação de Mestrado4,15 MBAdobe PDFVer/Abrir

Este trabalho está licenciado sob uma Licença Creative Commons Creative Commons

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID