Temporal prediction of the behavior between the number of leukocytes and CD4 + T lymphocytes in HIV positive patients with antiretroviral therapy

Temporal prediction of the behavior between the number of leukocytes and CD4 + T lymphocytes in HIV positive patients with antiretroviral therapy

Publicado 2023-09-04


https://doi.org/10.30554/archmed.23.1.4157.2023
Abrir | Descargar
PDF FLIP HTML XML
Número
Vol. 23 Núm. 1 (2023): .
Sección
Artículos de Investigación
Cómo citar
Rodriguez, J., Pérez, C. ., Pardo, J. ., Barrios, F. ., & González, M. A. . (2023). Temporal prediction of the behavior between the number of leukocytes and CD4 + T lymphocytes in HIV positive patients with antiretroviral therapy. Archivos De Medicina, 23(1). https://doi.org/10.30554/archmed.23.1.4157.2023
Descargar cita
Endnote/Zotero/Mendeley (RIS) BibTeX
DOI

https://doi.org/10.30554/archmed.23.1.4157.2023
Dimensions
PlumX

Cómo citar

Rodriguez, J., Pérez, C. ., Pardo, J. ., Barrios, F. ., & González, M. A. . (2023). Temporal prediction of the behavior between the number of leukocytes and CD4 + T lymphocytes in HIV positive patients with antiretroviral therapy. Archivos De Medicina, 23(1). https://doi.org/10.30554/archmed.23.1.4157.2023

Descargar cita

Licencia
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Javier Rodriguez
Director del Grupo Insight
https://orcid.org/0000-0002-4585-3010 ORCID
Calos Pérez
Servicios y asesorías en Infectología
https://orcid.org/0000-0002-5103-5938 ORCID
Juan Pardo
Director Científico. Hospital Universitario Mayor Mederi.
https://orcid.org/0000-0003-0084-3449 ORCID
Freddy Barrios
Grupo de investigación en Epidemiología y Bioestadística. Universidad CES
https://orcid.org/0000-0002-0990-1679 ORCID
María Alejandra González
Grupo Odontoposgrados. Facultad de Odontología. Universidad Cooperativa de Colombia.
https://orcid.org/0000-0002-6299-2135 ORCID
Mostrar biografía de los autores

Javier Rodriguez,

MD, Director del Grupo Insight. Asociación Colombiana Neurocirugía. Hospital Universitario Mayor Mederi. Bogotá, Colombia.

Calos Pérez,

Infectologo. Servicios y asesorías en Infectología. Clínica de Marly. Bogotá, Colombia

Juan Pardo,

MD. Director Científico. Hospital Universitario Mayor Mederi. Bogotá, Colombia

Freddy Barrios,

MD. Grupo de investigación en Epidemiología y Bioestadística. Universidad CES. Medellín, Colombia.

María Alejandra González,

Investigadora Grupo Odontoposgrados. Facultad de Odontología. Universidad Cooperativa de Colombia. Sede Bogotá.

Introducción: El elevado costo de la citometría de flujo para el seguimiento de los valores de CD4+ en pacientes con VIH ha justificado la búsqueda de metodologías predictivas de este valor, que contribuyan a simplificar y reducir los costos del seguimiento terapéutico de los pacientes con el VIH/SIDA. Objetivo: establecer las posibles correspondencias matemáticas predictivas entre el recuento de CD4+ > 500 células/μL3 y la cantidad de leucocitos/μL3. Metodología: Se realizó una inducción matemática con muestras en el tiempo de ocho pacientes, para establecer un patrón predictivo entre el recuento de leucocitos presentes en un recuento de CD4+ > 500 células/μL3. La validez del patrón predictivo fue confirmada en 62 muestras a las cuales les fue previamente enmascarado el recuento de CD4+/μL3. Posteriormente fue calculada la probabilidad de acierto del patrón establecido, así como la sensibilidad y especificidad. Resultados: el patrón matemático de las ocho muestras reveló que, para un recuento de CD4+ > 500 células/μL3, se presenta un valor mayor de 3.7 leucocitos/μL3, con valor de 1 al calcular la probabilidad y, del 100% al calcular la sensibilidad y especificidad en la muestra restante. Conclusiones: el presente estudio reveló un orden matemático determinista a partir del cual es posible establecer correspondencias directas entre el recuento de leucocitos leucocitos/μL3 mayores a 3.7 y CD4+ mayores a 500 células/μL3 en el contexto de la teoría de la probabilidad.

Visitas del artículo 179 | Visitas PDF 121

Descargas

Los datos de descarga todavía no están disponibles.
  1. Abbas A. Lichtman A. Inmunología Celular y Molecular. 4 Edición. Madrid: McGraw Hill; 2002. p. 478
  2. Castilla J, Sobrino P, Lorenzo JM, et al. Situación Actual y Perspectivas Futuras de La Epidemia de VIH y Sida En España. Vol 29. Gobierno de Navarra, Departamento de Salud; 2006.
  3. Wu E, Galaz MI, Larrañaga C, et al. Infección por VIH/SIDA en niños y adolescentes: cohorte chilena 1987-2014. Rev Chil infectología. 2016;33(Suppl 1):11-19.
  4. Morales-Miranda S, Loya-Montiel I, Ritter J, et al. Factors associated with HIV testing among men who have sex with men in Guatemala City. Int J STD AIDS. 2019;30(6):577-585.
  5. Zijenah LS, Katzenstein DA, Nathoo KJ, et al. T lymphocytes among HIV-infected and -uninfected infants: CD4/CD8 ratio as a potential tool in diagnosis of infection in infants under the age of 2 years. J Transl Med. 2005;3(1):6.
  6. WHO, UNAIDS. Joint United Nations Programme on HIV/ AIDS. Progress on global access to antiretroviral therapy: an update on “3 by 5”. Vol. 2005
  7. WHO, UNAIDS. Joint United Nations Programme on HIV/ AIDS. Epidemic update 2005.
  8. Gnedenko B, Khintchine, A. Introducción a la teoría de las probabilidades. Barcelona: Montaner y Simon. 1968
  9. Rodríguez J, Prieto S, Bernal P, et al. Predicción de la concentración de linfocitos T CD4 en sangre periférica con base en la teoría de la probabilidad. Aplicación clínica en poblaciones de leucocitos, linfocitos y CD4 de pacientes con VIH. Infectio. 2012;16(1):15-22.
  10. Ministerio de Salud. Resolución Número 8430 de 1993. Bogotá, Colombia [Internet]. 1993 (consultado el 26/05/2019). Disponible en: https://www.minsalud.gov.co/sites/rid/Lists/BibliotecaDigital/RIDE/DE/DIJ/RESOLUCION-8430-DE-1993.PDF
  11. Asociación Médica Mundial. Declaración de Helsinki. Fortaleza, Brasil [Internet]. 2013 (consultado el 26/05/2019). Disponible en: http://www.isciii.es/ISCIII/es/contenidos/fd-investigacion/fd-evaluacion/fd-evaluacion-etica-investigacion/Declaracion-Helsinki-2013-Esp.pdf.
  12. Rodríguez J, Prieto S, Correa C, Mora J, Bravo J, Soracipa Y, et al. Predictions of CD4 lymphocytes’ count in HIV patients from complete blood count. BMC Medical Physics. BMC Medical Physics. 2013; 13:3.
  13. Rodríguez J, Prieto S, Correa C, Forero M, Pérez C, Soracipa Y, et al. Teoría de conjuntos aplicada al recuento de linfocitos y leucocitos: predicción de linfocitos T CD4 de pacientes con virus de la inmunodeficiencia humana/sida. Inmunología. 2013; 32(2): 50-56.
  14. Means AR, Risher KA, Ujeneza EL, Maposa I, Nondi J, Bellan SE. Impact of Age and Sex on CD4+ Cell Count Trajectories following Treatment Initiation: An Analysis of the Tanzanian HIV Treatment Database [published correction appears in PLoS One. 2017 Jan 6;12 (1):e0170155]. PLoS One. 2016;11(10):e0164148. Published 2016 Oct 7. doi:10.1371/journal.pone.0164148.
  15. Obirikorang C, Quaye L, Acheampong I. Total lymphocyte count as a surrogate marker for CD4 count in resource-limited settings. BMC Infect Dis. 2012;12:128. Published 2012 Jun 7. doi:10.1186/1471-2334-12-128.
  16. Shapiro NI, Karras DJ, Leech SH, et al. Absolute lymphocyte count as a predictor of CD4 count. Ann Emerg Med. 1998 Sep;32(3 Pt 1):323-8.
  17. Chen J, Li W, Huang X, et al. Evaluating total lymphocyte count as a surrogate marker for CD4 cell count in the management of HIV-infected patients in resource-limited settings: a study from China. PLoS One. 2013;8(7):e69704. Published 2013 Jul 18. doi:10.1371/journal.pone.0069704
  18. Lok JJ, Bosch RJ, Benson CA, et al. Long-term increase in CD4+ T-cell counts during combination antiretroviral therapy for HIV-1 infection. AIDS. 2010;24(12):1867–1876.
  19. Kidd PG, Cheng SC, Paxton H, et al. Prediction of CD4 count from CD4 percentage: experience from three laboratories. AIDS. 1993 Jul;7(7):933-40.
  20. Sauter R, Huang R, Ledergerber B, et al. CD4/CD8 ratio and CD8 counts predict CD4 response in HIV-1-infected drug naive and in patients on cART. Medicine (Baltimore);95(42):e5094.
  21. Hughes RA, May MT, Taylor N, et al. Long terms trends in CD4+ cell counts, CD8+ cell counts, and the CD4+ : CD8+ ratio. AIDS 2018; 32: 1361-1367.
  22. Rodríguez J. Dynamical systems applied to dynamic variables of patients from the Intensive Care Unit (ICU). Physical and mathematical Mortality predictions on ICU. J. Med. Med. Sci. 2015; 6(8): 102-108.
  23. Rodríguez J, Prieto S, Ramírez L. A novel heart rate atractor for the prediction of cardiovascular disease. Informatics in medicine. 2019; 15(100174):1-9.
  24. Javier R, Prieto S, Correa C, Pérez C, Soracipa M. Dinámica de la epidemia de malaria en Colombia: predicción probabilística temporal. Rev. Salud pública. 2017;91(1):52-59.
  25. Rodríguez J, Bernal P, Prieto P, Correa C, Álvarez L, Pinilla L, et al. Predicción de unión de péptidos de Plasmodium falciparum al HLA clase II. Probabilidad, combinatoria y entropía aplicadas a las proteínas MSP-5 y MSP-6. Archivos de alergia e inmunología clínica. 2013; 44(1): 7-14.
  26. Rodríguez J, Prieto S, Correa C, Dominguez D, Cardona DM, Melo M. Geometrical nuclear diagnosis and total paths of cervix cell evolution from normality to cancer. J Can Res Ther 2015; 11(1): 98-104.

Información

Palabras clave

Código QR

Sistema OJS 3.4.0.10 - Metabiblioteca |