作者投稿
专家审稿
编辑办公
邮件订阅
RSS
Monitoring and Managing the Adherence to Antiretroviral Therapy in Patients with Human Immunodeficiency Virus Infection
-
摘要: 高效抗反转录病毒治疗大大降低了人类免疫缺陷病毒(human immunodeficiency virus, HIV)感染者的病死率, 使HIV感染者可获得长期存活。服药依从性是实现病毒抑制、延缓疾病进展的关键因素之一。目前依从性的测量方法可分为间接和直接测量两种。影响依从性的因素大致可分为个体水平因素、药物治疗方案因素、人际关系问题和结构性问题4大类。可提高依从性的方法有:短消息提醒、指导治疗及制定计划、实时依从性监测和应用长效抗病毒药物制剂等。虽然已有较多相关依从性的研究, 获得可推广的行之有效的依从性监测及提高手段仍存在较大挑战。Abstract: Highly effective antiretroviral therapy (ART) can greatly reduce the fatality rate in patients with human immunodeficiency virus infection and enable them to achieve long-term survival. Medication adherence is one of the key factors to achieve viral suppression and delay disease progression. Current methods of measuring adherence can be divided into indirect and direct methods. The factors affecting adherence can be roughly divided into four categories:individual levels, drug treatment programs, interpersonal relationship problems, and structural problems. Strategies to improve adherence include short message alert, treatment guidance and planning, real-time adherence monitoring, and application of long-acting antiviral agents. Although there have been many studies on adherence, there are still major challenges in obtaining effective and scalable adherence monitoring and improvement tools.
-
Keywords:
- human immunodeficiency virus /
- antiretroviral therapy /
- adherence
-
高血压是遗传和环境因素共同作用导致的慢性心血管疾病，全球每年有165万例心血管病死亡归因于钠摄入过多[1]。高盐摄入是影响血压的重要环境因素之一，日均摄盐量每增加1 g，平均血压则会上升2 mm Hg(1 mm Hg=0.133 kPa)，舒张压上升1.7 mm Hg[2]，而减少盐的摄入具有明确的降压作用[3]。
难治性高血压(resistant hypertension，RH)作为一种特殊类型的高血压，其患病率为5%~30%，是高血压治疗中的难点[4]，严格限盐有利于控制RH的血压，我国的专家共识建议常规评估RH患者的盐摄入量[5]。截至目前，尚无盐摄入量与RH患者血压达标状态关系的报道。
血压评估包括诊室及诊室外血压测量，家庭自测血压(home blood pressure monitoring，HBPM)作为重要的诊室外血压，可提供医疗环境外的大量血压监测数据，筛查隐蔽性高血压，观察血压节律与变异，评估降压效果，预测心血管事件风险[6-7]。
本研究通过对北京协和医院RH患者的横断面调查，评估24 h尿钠排泄与诊室血压、HBPM的关系，为RH防治提供真实世界的临床研究证据。
1. 资料与方法
1.1 研究对象及分组
通过北京协和医院心内科RH患者数据库，收集2017年10月至2018年3月期间在北京协和医院心内科门诊就诊的患者临床资料。所有患者自愿参加本研究并签署知情同意书。本研究获北京协和医院伦理委员会批准(ZS1377)，并在中国临床试验注册中心注册(ChiCTR1800017189)。
入选标准：(1)年龄20~80岁；(2)符合难治性高血压诊断标准[4]，即在改善生活方式的前提下，经3种或3种以上降压药物(其中一种为利尿剂)足量联合治疗1个月后，收缩压≥140 mm Hg和/或舒张压≥90 mm Hg。
排除标准：(1)继发性高血压；(2)肾功能不全，估计肾小球滤过率(estimated glomerular filtration rate，eGFR)＜60 ml/(min·1.73 m2)；(3)1型糖尿病及血糖控制不佳的2型糖尿病(糖化血红蛋白＞8.0%或空腹血糖＞11.0 mmol/L)；(4)服用小剂量氢氯噻嗪之外的影响钠吸收和排泄的药物；(5)慢性阻塞性肺病、严重肝功能损伤、风湿免疫病、内分泌疾病、肿瘤患者或妊娠/哺乳期妇女、治疗依从性差者；(6)其他研究者认为不适合的患者，包括检测数据不全等。
以24 h尿钠四分位数将患者分为低尿钠、低-中尿钠、中-高尿钠及高尿钠组。
1.2 血压测定方法
1.2.1 诊室血压测定方法
以研究期间患者首次就诊时血压水平作为本研究数据。诊室内常规坐位，测右上肢血压3次，取血压读数接近的2次测定值的均值。
1.2.2 HBPM测定方法
使用校正的上臂式电子血压计(血压计均经我中心诊室内校验，检测数值相差5 mm Hg以内者可作为合格血压计使用)，就诊前一周分别于每日晨起服药前、上午10:00、下午16:00、晚上睡前这4个时间点，坐位测右上肢血压3次，取血压读数接近的2次测定值的均值。重点记录留取24 h尿当天的4次HBPM。
1.3 24 h尿钠法评估盐摄入量
24 h尿样采集要求在就诊前3 d内收集，参照北京协和医院检验科提供收集尿液的详细书面说明，由课题组成员向患者详细讲解尿液收集方法，要求患者全天尿标本均需留存，记录全天总尿量，检测时混匀取样。
收集调查对象常规膳食24 h尿样后，采用离子电极法测定尿钠浓度(mmol/L)，24 h尿钠量(mmol)=24 h尿钠浓度(mmol/L)×24 h尿量(L)，根据氯化钠在食盐中的比例(99%)及钠在氯化钠中的比重，通过患者24 h尿钠排泄量估算其盐摄入量[100 mmol钠相当于5.85 g氯化钠(≈6 g)][5]。尿钠测定及24 h尿钠计算均由北京协和医院检验科协助完成。
1.4 一般临床资料
记录患者文化程度、吸烟、饮酒、糖尿病等既往史，测量患者身高、体重、腰围，计算体质量指数(body mass index，BMI)。检测24 h尿钠的同时，取清晨空腹血测定血常规、电解质、血糖、血脂、肾功能等指标。eGFR计算参照2009年慢性肾脏病流行病学合作研究(CKD-EPI)公式计算[8]。
所有患者的诊室血压、身高、体重、腰围均由课题组研究人员完成测定。
1.5 血压达标状态定义
血压达标状态的定义参照《中国高血压防治指南2010》执行[9]。
诊室血压达标标准：＜140/90 mm Hg；65岁及以上老年人血压＜150/90 mm Hg为血压达标；伴有蛋白尿或糖尿病患者血压＜130/80 mm Hg定义为血压达标。
HBPM达标标准：＜135/85 mm Hg定义为达标。
1.6 统计学处理
采用SPSS 19.0软件进行统计分析。通过方差分析，判断计量资料是否呈正态分布，正态分布者采用均数±标准差表示，偏态分布者采用中位数(四分位数间距)表示。计数资料采用绝对数、百分比及构成比表示。观察不同尿钠水平间用药种类及血压达标的差异，以诊室血压、HBPM达标状态为因变量，以BMI、eGFR、24 h尿钠、24 h尿钾、是否应用螺内酯、应用药物种类等危险因素作为自变量，采用多因素Logistic回归分析尿钠水平与诊室血压、HBPM达标状态的相关性。P＜0.05为差异具有统计学意义。
2. 结果
2.1 一般情况及尿钠水平
共202例RH患者入选本研究，其中男性107例，女性95例，平均年龄(59.87±16.30)岁。
24 h尿钠平均(198.92±96.59)mmol(47~513 mmol)，估算盐摄入量为(11.64±5.65)g(2.75~ 30.01 g)，日摄盐量符合指南推荐6 g以内的RH患者仅占17.2%，而44%患者超过12 g/d，15.1%超过18 g/d。
以所有患者24 h尿钠水平四分位数为分界点，将受试者分为低尿钠(24 h尿钠＜127.50 mmol)、低-中尿钠(127.50 mmol≤ 24 h尿钠＜182.50 mmol)、中-高尿钠(182.50 mmol≤24 h尿钠＜242.75 mmol)及高尿钠(24 h尿钠≥242.75 mmol)4组。各组平均尿钠水平由低到高分别为(92.35±22.79)mmol、(157.15±16.39) mmol、(212.32±15.16)mmol和(333.91±72.61) mmol。
本研究人群中，随者尿钠水平升高，年龄呈下降趋势(P＜0.001)，BMI及腰围逐渐增大(P均＜0.001)，平均用药数量亦随之增多(P＜0.001)，提示高尿钠者以年轻及腹型肥胖患者多见(表 1)。
表 1 202例难治性高血压患者一般临床资料人群特征 总体(n=202) 低尿钠组(n=50) 低-中尿钠组(n=51) 中-高尿钠组(n=51) 高尿钠组(n=50) P值 年龄(x±s，岁) 59.87±16.30 66.04±13.32 63.70±14.93 55.74±14.80 49.00±16.30 ＜0.01 男性[n(%)] 107(53.0) 21(42.0) 24(47.1) 30(58.8) 32(64.0) 0.059 BMI(x±s，kg/m2) 25.03±4.26 25.62±4.12 25.67±2.68 27.69±3.00 30.34±5.97 ＜0.01 腰围(x±s，cm) 94.68±11.00 89.00±8.64 92.04±7.46 97.44±8.56 102.19±11.57 ＜0.01 吸烟[n(%)] 24(11.9) 3(6.0) 5(9.8) 6(11.8) 10(20.0) 0.075 饮酒[n(%)] 27(13.4) 4(8.0) 8(15.7) 5(9.8) 10(20.0) 0.135 卒中[n(%)] 19(9.4) 3(6.0) 9(17.6) 4(7.8) 3(6.0) 0.070 糖尿病[n(%)] 62(30.7) 8(16.0) 23(45.1) 15(29.4) 16(32.0) ＜0.01 空腹血糖(x±s，mmol/L) 6.96±2.54 6.82±3.42 6.37±1.01 7.04±3.24 6.69±1.84 0.828 糖化血红蛋白(x±s，%) 6.50±1.31 6.06±1.91 6.19±0.73 7.06±1.92 5.79±1.73 0.145 总胆固醇(x±s，mmol/L) 4.37±1.01 4.22±1.29 4.16±0.78 4.35±1.08 4.62±0.89 0.424 LDL-C(x±s，mmol/L) 2.44±0.88 2.21±1.05 2.41±0.91 2.37±0.88 2.59±0.71 0.527 eGFR[x±s，ml/(min·1.73 m2)] 80.69±23.30 75.68±24.76 75.00±25.05 83.71±19.52 87.18±25.69 0.183 平均用药数量(x±s) 3.62±0.72 3.26±0.56 3.61±0.70 3.78±0.73 3.84±0.77 ＜0.01 24 h尿钠(x±s，mmol) 198.9±96.6 92.34±22.79 157.15±16.39 212.32±15.16 333.91±72.61 ＜0.01 P值为4组间整体比较的统计学分析结果；BMI：体质量指数; LDL-C:低密度脂蛋白胆固醇；eGFR:估计肾小球滤过率 2.2 降压药物使用情况
受试者均服用包括小剂量氢氯噻嗪在内的3种或3种以上降压药物，其他降压药物的应用比例从高到低分别为血管紧张素转换酶抑制剂及血管紧张素受体阻滞剂(94.0%，190/202)、钙通道阻滞剂(88.1%，178/202)、β受体阻滞剂(70.8%, 143/202)、醛固酮受体拮抗剂(31.2%, 63/202)和α受体阻滞剂(5.9%，12/202)。随着24 h尿钠水平的增高，降压药物的服用种类逐渐增多(χ2=24.025，P=0.001)(图 1)。
2.3 不同尿钠水平间的血压达标率
不同尿钠组间的诊室血压达标率无统计学差异(P=0.255)，但HBPM的早晨和上午血压组间达标率存在统计学差异(P=0.040和0.032)，高尿钠组患者的血压达标率最低(图 2)。HBPM下午和睡前血压组间达标率无明显差异。
2.4 影响RH患者血压达标状态的多因素分析
多因素Logistic回归分析显示，诊室血压及HBPM与多种因素相关，其中24 h尿钠与诊室血压(OR=2.356，95% CI：1.004~5.533，P=0.049)、HBPM早晨(OR=2.408, 95% CI:1.026~5.650)及上午(OR=2.299, 95% CI:1.031~5.129)达标状态独立相关，是影响诊室血压达标状态的危险因素(表 2)。24 h尿钠与HBPM早晨(OR=2.408, 95% CI:1.026~ 5.650, P=0.030)及上午(OR=2.299, 95% CI:1.031~ 5.129，P=0.033)的血压达标独立相关，是影响血压达标状态的危险因素；与下午及晚上睡前HBPM血压达标无相关性。
表 2 影响难治性高血压患者诊室及家庭自测血压达标状态的多因素Logistic回归分析影响因素 诊室血压达标 家庭自测血压达标 OR(95% CI) P值 早晨 上午 下午 睡前 OR(95% CI) P值 OR(95% CI) P值 OR(95% CI) P值 OR(95% CI) P值 BMI 2.473(1.020~5.996) 0.045 1.040(0.460~2.334) 0.925 0.876(0.307~2.498) 0.805 1.174(0.415~3.319) 0.762 1.590(0.548~4.616) 0.394 eGFR 1.560(0.805~3.020) 0.187 0.217(0.054~0.880) 0.032 0.248(0.055~1.113) 0.069 1.614(0.638~4.083) 0.321 1.841(0.736~4.603) 0.192 24 h尿钠 2.356(1.004~5.533) 0.049 2.408(1.026~5.650) 0.030 2.299(1.031~5.129) 0.033 1.485(0.471~4.681) 0.500 1.610(0.427~6.069) 0.481 24 h尿钾 0.996(0.589~1.686) 0.989 1.231(0.783~1.936) 0.368 1.430(0.785~2.605) 0.243 0.908(0.491~1.679) 0.758 0.697(0.210~2.315) 0.556 应用螺内酯 0.447(0.144~1.384) 0.163 0.991(0.316~3.113) 0.988 0.787(0.231~2.687) 0.703 0.489(0.130~1.847) 0.292 0.285(0.066~1.239) 0.094 ≥4种抗高血压药物 0.327(0.110~0.972) 0.044 0.415(0.121~1.422) 0.162 0.873(0.268~2.844) 0.822 0.661(0.175~2.489) 0.540 0.211(0.047~0.943) 0.042 诊室血压以＜140/90 mm Hg为达标，家庭自测血压以＜135/85 mm Hg为达标; BMI、eGFR：同表 1 3. 讨论
本研究显示，RH患者多存在钠盐摄入超标现象，高尿钠者以年轻及腹型肥胖者多见。24 h尿钠所反应的高钠盐饮食是RH患者诊室血压、HBPM早晨及上午血压达标的独立危险因素。
评估高血压患者盐摄入量的常用方法包括24 h尿钠测定、盐阈值、膳食调查、夜尿钠测定、点尿钠测定等[3, 10]。各种检测方法均有不足，其中24 h尿钠测定是目前检测膳食中钠摄入量最准确的方法，也是国际公认的金标准[11]，被多项国际大型流行病学研究采用[12-13]。
降压药物的应用可侧面反映盐对RH患者血压的影响。本研究中，随着24 h尿钠排泄(即摄盐量)的增加，患者为控制血压所服用的药物数量显著增加。增加尿钠排泄是控制血压的重要措施，利尿剂是促进钠排泄、降低血压的重要药物。噻嗪类利尿剂可作用于髓袢升支粗段皮质部(此段重吸收Na+为原尿，占尿Na的10%~15%)，抑制钠重吸收，增加尿钠排泄，从而降低体内Na+负荷，降低血压，这也是推荐RH患者应用利尿剂的原因所在[9, 14]。本研究中所有患者均长期服用小剂量氢氯噻嗪，药物对尿钠排泄的影响处于稳定状态，且不同患者间利尿剂的剂量差异小，一定程度上减少了利尿剂对24 h尿钠测定结果的影响。
在影响血压的环境因素中，高盐摄入被认为是重要的因素之一[5]。国际性研究[15]证实，24 h尿钠排泄量(反应钠摄入量)每减少100 mmol，收缩压和舒张压分别降低3.5 mm Hg和1.5 mm Hg。中国人盐摄入普遍超标，我国大部分地区人均盐摄入量＞12 g/d，明显高于我国高血压指南＜6 g/d的推荐[9]。本研究提示日摄盐量超过指南推荐量(6 g/d)的患者占82.8%，盐摄入量超标可能在该类患者血压控制不良中起着重要作用。
高盐摄入可增强患者肾脏交感神经功能[16]，继而增加肾小管对钠的重吸收[17]。在盐敏感患者，高盐摄入可明显增加血浆去甲肾上腺素水平，升高血压[18]，还可以通过增加血管平滑肌细胞内Na+含量，增加血管平滑肌细胞对升压物质(交感神经递质、血管紧张素Ⅱ等)的反应性[19-20]。高盐摄入损害血管内皮功能，降低一氧化氮生物合成，抑制血管扩张，增强阻力动脉的收缩性[21]。因此，高盐摄入在血压升高形成机制中起重要作用。
影响RH患者血压达标状态的因素包括生活方式(盐摄入、运动、体重)、年龄、文化程度、采用的各种降压药物等。任何一种分组方法都无法平衡这些因素的干扰，均难以确定某一因素与血压达标状态的绝对因果关系。因此，本研究将RH患者作为一个整体，以患者血压达标状态为因变量，观察多个自变量对达标状态的影响。研究显示24 h尿钠排泄量是影响RH患者诊室血压及家庭自测血压达标状态的不利因素，与诊室血压及晨起、上午HBPM达标状态独立相关。患者在就诊时(各种环境因素的影响)以及在清晨苏醒过程中(神经内分泌激活)处于相对应激状态，儿茶酚胺类物质分泌增加以及血管对升压物质的反应性增强可能是导致RH患者血压波动、控制不良的重要原因。鉴于本研究中受试者是在我院门诊长期接受积极降压药物治疗的RH患者，高盐摄入主要影响这些患者在应激时的血压达标状态。此发现为高盐摄入在RH血压控制不良中发挥的作用提供了理论依据，突显控盐在RH平稳降压中的意义。
本研究未发现RH患者尿钠排泄与HBPM下午及睡前血压达标状态相关。在接受充分降压药物治疗的RH患者，高盐摄入主要影响应激状态下的血压达标(诊室、早晨、上午)，而HBPM下午及睡前血压并不能反应高盐摄入的条件性升压效应(如应激状态的升压物质，尤其是儿茶酚胺明显升压效应)，弱化了高盐摄入对血压的影响，而诊室及清晨血压与高盐摄入的相关性则较好佐证了该问题。
本文尚存在一定局限性。首先，本研究主要针对RH这一特殊人群，病例数偏少，多因素分析结果尚需在更大规模的研究中进一步论证。其次，本研究未对患者实施盐敏感试验，未能进一步分析高盐摄入对盐敏感患者、盐抵抗患者及中间类型患者的影响。该部分研究目前正在进行中。最后，在分析药物影响因素的过程中，只考虑了降压药物的数量而未分析药物剂量，也是研究的不足之处。
综上所述，RH患者多存在高盐摄入现象，对RH患者进行盐摄入量评估是临床诊疗的重要内容。高盐摄入的RH患者使用的降压药物种类和数量增加，是影响诊室血压及家庭自测血压达标状态的重要因素。限制钠盐摄入对减少RH患者应激时血压波动、促进血压达标至关重要。
利益冲突 无 -
[1] Viswanathan S, Justice AC, Alexander GC, et al.Adherence and HIV RNA Suppression in the Current Era of Highly Active Antiretroviral Therapy[J].J Acquir Immune Defic Syndr, 2015, 69:493-498. https://www.ncbi.nlm.nih.gov/pubmed/25886923
[2] Ghidei L, Simone M, Salow M, et al. Aging, antiretro-virals, and adherence:a meta analysis of adherence among older HIV-infected individuals[J].Drugs Aging, 2013, 30:809-819.
[3] Kanters S, Park JJ, Chan K, et al.Interventions to improve adherence to antiretroviral therapy:a systematic review and network meta-analysis[J].Lancet HIV, 2017, 4:e31-e40. http://www.sciencedirect.com/science/article/pii/S2352301816302065
[4] Govindasamy D, Ford N, Kranzer K, et al. Risk factors, barriers and facilitators for linkage to antiretroviral therapy care:a systematic review[J]. AIDS, 2012, 26:2059-2067. http://europepmc.org/abstract/MED/22781227
[5] Reuben RN, Spector AY, Mellins CA, et al.Optimizing ART adherence:update for HIV treatment and prevention[J].Curr HIV/AIDS Rep, 2014, 11:423-433. DOI: 10.1007/s11904-014-0229-5
[6] Layer EH, Kennedy CE, Beckham SW, et al. Multi-level factors affecting entry into and engagement in the HIV continuum of care in Iringa, Tanzania[J].PLoS One, 2014, 9:e104961. http://europepmc.org/articles/PMC4138017
[7] Mudhune V, Gvetadze R, Girde S, et al.Correlation of Adherence by Pill Count, Self-report, MEMS and Plasma Drug Levels to Treatment Response Among Women Receiving ARV Therapy for PMTCT in Kenya[J].AIDS Behav, 2018, 22:918-928. DOI: 10.1007/s10461-017-1724-7
[8] Carter A, de Pokomandy A, Loutfy M, et al. Validating a self-report measure of HIV viral suppression:an analysis of linked questionnaire and clinical data from the Canadian HIV Women's Sexual and Reproductive Health Cohort Study[J]. BMC Res Notes, 2017, 10:138. https://www.ncbi.nlm.nih.gov/pubmed/28340606
[9] Simoni JM, Kurth AE, Pearson CR, et al.Self-report measures of antiretroviral therapy adherence:A review with recommendations for HIV research and clinical management[J].AIDS Behav, 2006, 10:227-245. http://onlinelibrary.wiley.com/resolve/reference/PMED?id=16783535
[10] Sewell J, Daskalopoulou M, Nakagawa F, et al. Accuracy of self-report of HIV viral load among people with HIV on antiretroviral treatment[J]. HIV Med, 2017, 18:463-473. DOI: 10.1111/hiv.12477/abstract
[11] Muñoz-Moreno JA, Fumaz CR, Ferrer MJ, et al.Assessing self-reported adherence to HIV therapy by questionnaire:the SERAD (Self-Reported Adherence) Study[J].AIDS Res Hum Retroviruses, 2007, 23:1166-1175. http://www.ncbi.nlm.nih.gov/pubmed/17961100/
[12] Shirazi TN, Summers AC, Smith BR, et al. Concordance Between Self-Report and Performance-Based Measures of Everyday Functioning in HIV-Associated Neurocognitive Disorders[J]. AIDS Behav, 2017, 21:2124-2134. http://europepmc.org/abstract/med/28108876
[13] Kagee A, Nel A.Assessing the association between self-report items for HIV pill adherence and biological measures[J].AIDS Care, 2012, 24:1448-1452. DOI: 10.1080/09540121.2012.687816
[14] Garrison LE, Haberer JE.Technological methods to measure adherence to antiretroviral therapy and preexposure prophylaxis[J].Curr Opin HIV AIDS, 2017, 12:467-474. http://www.ncbi.nlm.nih.gov/pubmed/28590335
[15] Arnsten JH, Demas PA, Farzadegan H, et al.Antiretro-viral therapy adherence and viral suppression in HIV-infected drug users:Comparison of self-report and electronic monitoring[J]. Clin Infect Dis, 2001, 33:1417-1423.
[16] Lampe FC.Sexual behaviour among people with HIV according to self-reported antiretroviral treatment and viral load status[J]. AIDS, 2016, 30:1745-1759. https://discovery.ucl.ac.uk/id/eprint/1480007/1/Lampe_Sexual%20behaviour%20among%20people%20with%20HIV%20according%20to%20self-reported%20antiretroviral%20treatment%20and%20viral%20load%20status.pdf
[17] San Lio MM, Carbini R, Germano P, et al.Evaluating adherence to highly active antiretroviral therapy with use of pill counts and viral load measurement in the drug resources enhancement against AIDS and malnutrition program in Mozambique[J]. Clin Infect Dis, 2008, 46:1609-1616. http://www.ncbi.nlm.nih.gov/pubmed/18419498
[18] Achieng L, Musangi H, Billingsley K, et al.The use of pill counts as a facilitator of adherence with antiretroviral therapy in resource limited settings[J].PLoS One, 2013, 8:e67259. http://www.ncbi.nlm.nih.gov/pubmed/24339861
[19] Raymond JF, Bucek A, Dolezal C, et al. Use of Unannounced Telephone Pill Counts to Measure Medication Adherence Among Adolescents and Young Adults Living With Perinatal HIV Infection[J].J Pediatr Psychol, 2017, 42:1006-1015. http://academic.oup.com/jpepsy/article/42/9/1006/3092230
[20] Okatch H, Beiter K, Eby J, et al.Brief Report:Apparent Antiretroviral Overadherence by Pill Count is Associated With HIV Treatment Failure in Adolescents[J].J Acquir Immune Defic Syndr, 2016, 72:542-545. http://smartsearch.nstl.gov.cn/paper_detail.html?id=c5a82541ee9166a71d32e7a85db69ff8
[21] Misdrahi D, Tessier A, Husky M, et al.Evaluation of adherence patterns in schizophrenia using electronic monitoring (MEMS(R)):A six-month post-discharge prospective study[J].Schizophr Res, 2018, 193:114-118. https://www.ncbi.nlm.nih.gov/pubmed/28663027
[22] Wagner GJ. Does discontinuing the use of pill boxes to facilitate electronic monitoring impede adherence?[J]. Int J STD AIDS, 2003, 14:64-65. http://www.ncbi.nlm.nih.gov/pubmed/12590799
[23] Evans D, Berhanu R, Moyo F, et al.Can Short-Term Use of Electronic Patient Adherence Monitoring Devices Improve Adherence in Patients Failing Second-Line Antiretroviral Therapy? Evidence from a Pilot Study in Johannesburg, South Africa[J].AIDS Behav, 2016, 20:2717-2728. https://www.ncbi.nlm.nih.gov/pubmed/27146828
[24] Baxi SM, Liu A, Bacchetti P, et al.Comparing the novel method of assessing PrEP adherence/exposure using hair samples to other pharmacologic and traditional measures[J]. J Acquir Immune Defic Syndr, 2015, 68:13-20. DOI: 10.1097/qai.0000000000000386
[25] Gandhi M, Ameli N, Bacchetti P, et al.Atazanavir concentration in hair is the strongest predictor of outcomes on antiretroviral therapy[J].Clin Infect Dis, 2011, 52:1267-1275. http://europepmc.org/articles/PMC3079399/
[26] Hendrix CW, Andrade A, Bumpus NN, et al.Dose Frequency Ranging Pharmacokinetic Study of Tenofovir-Emtricitabine After Directly Observed Dosing in Healthy Volunteers to Establish Adherence Benchmarks (HPTN 066)[J].AIDS Res Hum Retroviruses, 2016, 32:32-43.
[27] Hafezi H, Robertson TL, Au-Yeung K, et al.An inges-tible sensor for measuring medication adherence[J].IEEE Trans Biomed Eng, 2015, 62:99-109. http://www.ncbi.nlm.nih.gov/pubmed/25069107
[28] Chai PR, Castillo-Mancilla J, Buffkin E, et al.Utilizing an Ingestible Biosensor to Assess Real-Time Medication Adherence[J].J Med Toxicol, 2015, 11:439-444. DOI: 10.1007/s13181-015-0494-8
[29] Mimiaga MJ, Bogart LM, Thurston IB, et al.Positive Strategies to Enhance Problem-Solving Skills (STEPS):A Pilot Randomized, Controlled Trial of a Multicomponent, Technology-Enhanced, Customizable Antiretroviral Adherence Intervention for HIV-Infected Adolescents and Young Adults[J]. AIDS Patient Care STDS, 2019, 33:21-24. http://www.ncbi.nlm.nih.gov/pubmed/30601059
[30] Bachman DeSilva M, Gifford AL, Keyi X, et al.Feasibi-lity and Acceptability of a Real-Time Adherence Device among HIV-Positive IDU Patients in China[J].AIDS Res Treat, 2013, 2013:957862. https://core.ac.uk/display/99253953
[31] Pop-Eleches C, Thirumurthy H, Habyarimana JP, et al.Mobile phone technologies improve adherence to antiretro-viral treatment in a resource-limited setting:a randomized controlled trial of text message reminders[J].AIDS, 2011, 25:825-834. DOI: 10.1097/QAD.0b013e32834380c1
[32] Duggal M, Chakrapani V, Liberti L, et al.Acceptability of Mobile Phone-Based Nurse-Delivered Counseling Intervention to Improve HIV Treatment Adherence and Self-Care Behaviors Among HIV-Positive Women in India[J].AIDS Patient Care STDS, 2018, 32:349-359. DOI: 10.1089/apc.2017.0315
[33] Quintana Y, Gonzalez Martorell EA, Fahy D, et al.A Systematic Review on Promoting Adherence to Antiretroviral Therapy in HIV-infected Patients Using Mobile Phone Technology[J].Appl Clin Inform, 2018, 9:450-466. https://www.ncbi.nlm.nih.gov/pubmed/29925099
[34] Lyon ME, Trexler C, Akpan-Townsend C, et al.A family group approach to increasing adherence to therapy in HIV-infected youths:results of a pilot project[J].AIDS Patient Care STDS, 2003, 17:299-308. DOI: 10.1089/108729103322108175
[35] Franke M, Murray M, Muñoz M, et al. Food insufficiency is a risk factor for suboptimal antiretroviral therapy adherence among HIV-infected adults in urban Peru[J]. AIDS Behav, 2011, 15:1483-1489. DOI: 10.1007/s10461-010-9789-6
[36] Deribe K, Hailekiros F, Biadgilign S, et al. Defaulters from antiretroviral treatment in Jimma University Specialized Hospital, Southwest Ethiopia[J]. Trop Med Int Health, 2008, 13:328-333. DOI: 10.1111/j.1365-3156.2008.02006.x
[37] Martinez H, Palar K, Linnemayr S, et al.Tailored nutrition education and food assistance improve adherence to HIV antiretroviral therapy:evidence from Honduras[J].AIDS Behav, 2014, 18:S566-S577. DOI: 10.1007/s10461-014-0786-z
[38] Haberer JE, Kahane J, Kigozi I, et al.Real-time adher-ence monitoring for HIV antiretroviral therapy[J].AIDS Behav, 2010, 14:1340-1346. DOI: 10.1007/s10461-010-9799-4
[39] de Sumari-de Boer IM, van den Boogaard J, Ngowi KM, et al. Feasibility of real time medication monitoring among HIV infected and TB patients in a resource-limited setting[J]. AIDS Behav, 2016, 20:1097-1107. DOI: 10.1007/s10461-015-1254-0
[40] Castillo-Mancilla JR, Haberer JE.Adherence Measurements in HIV:New Advancements in Pharmacologic Methods and Real-Time Monitoring[J]. Curr HIV/AIDS Rep, 2018, 15:49-59. DOI: 10.1007/s11904-018-0377-0
[41] Stailey M, Conway SE, et al.Review of the Next Generation of Long-Acting Basal Insulins:Insulin Degludec and Insulin Glargine[J].Consult Pharm, 2017, 32:42-46. http://www.ncbi.nlm.nih.gov/pubmed/28077204
[42] McGowan I, Dezzutti CS, Siegel A, et al. Long-acting rilpivirine as potential preexposure prophylaxis for HIV-1 prevention (the MWRI-01 study):an openlabel, phase 1, compartmental, pharmacokinetic and pharmacodynamic assessment[J]. Lancet HIV, 2016, 3:e569-e578. DOI: 10.1016/S2352-3018(16)30113-8
[43] Ferretti F, Boffito M.Rilpivirine long-acting for the prevention and treatment of HIV infection[J].Curr Opin HIV AIDS, 2018, 13:300-307. http://www.ncbi.nlm.nih.gov/pubmed/29794818
-
期刊类型引用(3)
1. 林超，甘羽茜，李翠云，乔建峰，王婷，熊尚全. 盐摄入量与高血压病中医证型以及靶器官损害相关性研究. 中国老年保健医学. 2022(03): 40-43 . 
百度学术
2. 李清霖，张宇清. 去肾交感神经术治疗难治性高血压. 协和医学杂志. 2020(01): 6-11 . 本站查看
3. 刘菲. 螺内酯在难治性高血压治疗中的临床价值. 中国误诊学杂志. 2020(06): 244-245 . 百度学术
其他类型引用(5)
下载:
计量
- 文章访问数: 332
- HTML全文浏览量: 23
- PDF下载量: 160
- 被引次数: 8
