CD4的趋势与自适应最优设定值⁺在HIV疾病进展的各个阶段计数的临床协

摘要

为了应对人类免疫缺陷病毒（HIV）的入侵，自我调节免疫系统试图恢复CD4⁺数的波动。因此，许多临床协变量也必然会适应，但对其相应的新的最佳设定值却知之甚少。据报道，CD4存在少数最强的临床协变量⁺数一数。这项研究的目的是利用它们来简化多维观察镜头（统计模型）的应用，以放大自适应最佳设定点的行为模式。我们进一步假设，一些最强协变量的最佳设定值可能由饮食条件或其他方式控制，以增强CD4⁺计数。这项研究调查后HIV感染（急性疗法相）的涉及17个CD4的重复测量237例患者记录⁺数被认为是最强的是临床协变量。总的趋势表明要么向下，向上或不规则行为。相具体趋势大多是不同的，不可想象的，与LDH和红血细胞生产最复杂的CD4⁺数一数行为。膳食相关协变量的近似最佳设定值为总蛋白60–100 g/L（急性期），<85 g/L（早期期），<75 g/L（已建立期）和>85 g/L（ART期），而白蛋白约为30–50 g/L（急性期），>45 g/L（早期和已建立期）和<37 g/L（ART）。钠的适宜浓度约为<45 mEq/L（急性和早期），<132 mEq/L（已建立）和>134 mEq/L（ART）。总的来说，理想的近似值是白蛋白>42 g/L，总蛋白<75 g/L，钠<137 mEq/L⁺计数临床协变量倾向于漂移和适应新的范围或与已知参考范围重叠以积极影响CD4⁺细胞计数。建议书阶段特异性CD4⁺在适应HIV侵入细胞计数的影响包括：监测与饮食条件（钠，白蛋白和总蛋白质），组织氧合（红血细胞和血细胞比容其），和激素控制（LDH和ALP）的最强协变量。

一。介绍

监测HIV的健康状况感染的患者是一个相当复杂的过程，因围绕流行的活力。这包括与艾滋病患者的态度坚持医疗保健相关的社会经济变化[1，2]，艾滋病毒的快速突变[3-五]，同时感染[6]以及人体的生物复杂性。随着时间的推移，疾病从一个阶段发展到另一个阶段，这一挑战进一步加剧[7，8]. CD4细胞⁺计数是用于监测HIV疾病进展[最常见的指示器9]. 同样重要的是了解CD4的驱动因素或协变量⁺算过。在西北埃塞俄比亚[10]中，CD4的一些因素⁺数变化被认为是年龄，体重，基线CD4⁺手机数量、手机拥有量、探视次数、婚姻状况、居住地区、向家庭成员披露患病情况的程度。除此之外，Montarroyos等人[11]发现了其他因素，如吸烟，使用非法药物，住院治疗，医生不断变化，以及用艺术的。相反，一些这些发现，年龄和性别没有与相关的CD4⁺计数变化依据[12]谁也发现白色种族是一个因素。在伊朗[13]、保险覆盖、结核病预防和更高的CD4基线⁺计数被认为是保护因素。然而，很少有人注意到临床特征对CD4的影响⁺数数变化。

作为定义的方法来了解疾病，艾滋病毒/艾滋病的前瞻性队列研究[14，15]与CD4结合⁺算上从不同的临床平台病人后续治疗期间定期地收集更多的信息。这些CD4⁺统计临床协变量通常出现在电子健康记录（EHRs）中，并且固有地包含关于和谐解剖系统的信息，这些解剖系统本质上是自我调节的，以保持健康状态所需的所有变量的最佳设定点。因此，在理想情况下，临床协变量效应应该有助于整体健康状况，同时限制在有利于维持生命的理想限度内。众所周知，人类免疫缺陷病毒（HIV）围攻并攻击导致CD4的免疫系统⁺数波动(8]. 自我调节免疫系统通过试图恢复CD4来作出反应⁺但是，对于在HIV/AIDS前瞻性队列研究中存储为EHR的许多临床属性的最佳设置点上的相应适应的复杂性，我们知之甚少。由于艾滋病毒治疗的第22条军规，治疗对病毒抑制至关重要[16]但同时伴随着危及生命的副作用[17，其营养价值也已被推荐用于管理艾滋病毒疾病[18]. 因此，根据[19]关于调节HIV患者高钙的必要性，我们进一步假设，在CD4中⁺计算临床协变量，有一些其最佳设定值可以通过饮食条件或其他方式来控制，以增强CD4⁺算上按照病人的健康状况在HIV疾病进展的每一个具体阶段的需求。

在CD4的先前建议协⁺从不同的临床分类计数包括全血计数[20-26]，脂质[27-29]，糖[三十-32]，血液化学[21，33-50，以及临床检验测量方法[51-60]。近年来，此类信息的数量急剧增加，如今被称为“大数据”(big data) [61，62]. 这是由于信息技术的新时代，病人的ehr储存速度比过去更快，而且相对便宜[63]. 然而，据报道，CD4很少有最强的临床协变量⁺数(64]。本研究的目的是利用这些最强的协变量，因为它们在提供多维观察透镜(统计模型)的流线型应用方面很有吸引力，以放大自适应最佳设置点的行为模式。目的是直观地探索CD4细胞⁺计算对最强协变量的响应行为，特别是确定它们具有理想效果的范围。

鉴于连续协变量为 ，我们打算可视化广义加性混合模型（GAMM）的反应平滑曲线，CD4⁺细胞计数表示通过这样 ，哪里是队列的CD4⁺平均计数（截距），是总体CD4⁺计数趋势以响应协变量 ，该 是分阶段的CD4⁺计数趋势响应协变量 ，和是随机误差。利用自相关函数捕捉重复测量之间的依赖关系，提高了模型的精度。图形显示中平滑曲线的垂直轴显示0左右的值，表示响应的平均中心值[65，66]. 然后，正平滑值和负平滑值将指示原始响应值分别高于和低于平均响应值。如果平滑交互因子 ，感染期，有水平，响应的平滑曲线（CD4⁺计数）在每个级别（阶段）内分别显示。平滑的复杂度可以预设为和分别用于整体平滑和水平内平滑，其中被称为基础层面。有效自由度（EDF）的用于指示由所述拟合模型捕获的实际复杂性，用EDF接近零，这表明对反应的效果不显着，由于该特定的协变量。类似地，EDF接近零的相互作用因子揭示了横跨因子水平的响应曲线之间的差异不显着。渺小的证据是通过相应的更高呼应价值观。一般来说，GAMM是一种强大的数据驱动可视化技术，它可以发现难以想象的响应曲线模式。此外，解释不是基于最初的响应值，而是一个转换的尺度，它在探索响应行为的功能性质时提供了良好的预测或插值。有关详细信息，感兴趣的读者可以咨询[67-73对于GAMM。

2。材料和方法

2.1。学习规划

数字1总结了南非艾滋病研究计划中心（CAPRISA）的研究设计，该中心共有237名血清转化者，他们的记录被调查。女性性工作者急性感染研究的建立、队列筛查和血清转换、常规评估程序、CAPRISA参与者互动和数据管理已经被记录在案[74]。综述了研究协议和知情同意文件和当地伦理委员会批准的夸祖鲁-纳塔尔大学的开普敦大学,在约翰内斯堡的威特沃特斯兰德大学的,预防科学部门的审查委员会实腹式预应力型钢混凝土)(艾滋病(美国国立卫生研究院的多)。同意书被翻译成当地语言isiZulu，并且在研究的每个阶段获得书面知情同意。作为筛选程序的一部分，所有18岁以下的未成年人都被排除在研究之外。HIV阴性组(第1阶段:前感染)后,艾滋病毒感染,他们进一步跟进每周每两周访问3个月(第二阶段:急性感染),每月访问3到12个月(第三阶段:早期感染),季度访问,之后(阶段4:建立感染),直到艺术启蒙(5)阶段。最终,27日血清转化记录。除了27名血清转换患者外，还有210名来自其他CAPRISA研究的血清转换患者也被纳入，并对从急性期到ART期的感染后进行类似的随访。本研究对237例患者的重复测量进行了调查。

2.2。数据

在每个相变之前选择四个时间点，对每个患者进行总共16次重复测量。基线(第一阶段)重复测量很少，因此，本研究只关注第二到第五阶段。最强的CD4⁺统计以前研究中报道的临床协变量[64]示于表1并且是从实验室检查主要临床特征。

2.3。统计分析

分析是在R核心团队的开源R软件3.5.0版本中进行的。函数bam(用于大型数据集)用于将GAMM与库中的因子平滑交互基fs进行拟合mgcv公司同时使用库合并AR（1）结构itsadug。随机平滑的相互作用因子 ，这是感染阶段，有水平（第2阶段：急性期），（第3阶段：早期），（第4阶段：Est），以及（相5：ART）。因此， 。基本维度设置为假设曲率比三次样条略微复杂的。注意R软件使用BAM语法在这种情况下。利用visi .gam函数可视化的inspect_random函数和复最优集对随机平滑进行了研究。

3.结果

数字2显示了该组的平均CD4⁺在随访期间计数。平均CD4⁺在急性和ART阶段在访问时间点计数均高于人群平均水平的571个/ mm³，而早期和已建立的阶段低于平均水平。桌子2是对拟合模型中各项意义的总结。截距估计是 = 574.3461 cells/mm³具有 ，平均值非常接近观察到的整体队列平均值571个细胞/mm³CD4的⁺细胞计数。然后，我们定义一个协变量的最佳集合点（一个或多个）作为高于或低于该阈值点（一个或多个）相应的CD4⁺细胞数量高于平均水平。s(MCHC)的整体协变量光滑项 ;(钙) ;s（镁）与 ;和s(钾)统计上对CD4的贡献不显著吗⁺计算更改数。因此，所有相应的CD4⁺对这些协变量的反应，艾滋病毒感染各阶段的计数趋势也没有显著差异。这一点也得到了他们的顺利条款的证实，显示出非常小的有效自由度。s（MCV，phase）的随机光滑项 ;s（单核细胞，相）与 ;S（嗜碱性粒细胞，相位）与 ;和s（叶酸，相位）与表示，有没有证据足以表明在CD4一个显著差异⁺根据这些临床协变量计算感染阶段之间的趋势。然而，它们的整体平稳期有助于CD4⁺算上在随访期间的变化。该ķ-指数接近1，表明残差中缺少模式的可能性较小。

3.1。CD4⁺伯爵趋势响应最强的临床协及其最佳设置点

3.1.1条。随机平滑之间的显著差异

(1)总体呈上升趋势. 数字3显示了该协积极影响的CD4⁺在HIV感染阶段，细胞总数和趋势不同。一般来说，淋巴细胞、红细胞压积、血小板、白蛋白和碱性磷酸酶的增加与CD4的改善有关⁺细胞计数。随着ALP的例外，他们表现出与CD4几乎全面直接的关系⁺尽管变化率很低，但还是要数。ALP在60~100μL/L之间的增加导致了CD4的急剧增加⁺计数，然后此后趋于平稳。整体上行CD4⁺计数趋势超过了同期组群的平均水平。淋巴细胞计数>2×10⁹/五十、 红细胞压积>35%，血小板计数>350××10⁹白蛋白>42 g/L, ALP >70 IU/L。

对于一般的上升趋势随机润滑肌肤的行为模式是相当复杂的。回顾平均观察到CD4⁺为早日建立阶段计数低于队列的平均水平（图2），该GAMM情节表明，在早期阶段，CD4⁺算上尽管在淋巴细胞的增加仍然低于平均队列。在急性期和建立阶段，CD4⁺计数拒绝响应淋巴细胞范围大约增加。<2 × 10⁹/ L。在淋巴细胞计数约。< 2.5×10⁹/L，抗逆转录病毒治疗对CD4细胞有直接影响⁺count and this relationship diminished as lymphocytes increased beyond the 2.5 × 10⁹/ L，但CD4⁺细胞数仍远高于平均水平。高于此点（约2.5 × 10⁹/五十） ，CD4⁺预处理阶段的细胞数低于平均值。对于红细胞压积，CD4⁺在确定的阶段，细胞计数惊人地低于平均水平，在这个阶段，最低的CD4⁺计数记录。该CD4⁺在急性期和早期，计数随着红细胞压积的增加而增加，而在药物治疗期间则下降（ART）。与药物的相互作用表明⁺在计数红细胞压积下降至低于平均水平约。> 40％。由于CD4⁺计数在ART期与红细胞压积呈负相关，在急性期和早期均呈正相关，图显示维持红细胞压积在约附近。40%提高了CD4⁺在所有三个阶段(急性期、早期和抗逆转录病毒治疗)中，计数均高于平均水平。根据我们记录的CD4最低水平的数据⁺计数（建立相）和高病毒载量时（急性期）时，增加血小板计数积极地影响的CD4⁺计数。理想的线性效应是血小板计数大于275×10⁹/ L和在大约趋于平稳。>450 × 10⁹/ L。这些趋势表明，这种血小板的影响率比在急性期阶段确立更高。这些趋势是相反的那些在早期和ART阶段观察到，其中在CD4的影响⁺细胞计数高于平均值时，血小板计数较低，约<200××10⁹/五十、 在急性期，理想的CD4⁺几乎在记录的白蛋白测量的整个范围（20-50 g/L）观察计数，在大约40 g/L的范围内最理想的效果。艺术趋势与早期和已建立阶段对白蛋白的反应相反。在本领域中，白蛋白期望地影响CD4⁺较低水平的细胞计数约<37 g/L，但早期和已建立的阶段要求白蛋白约>45 g/L。碱性磷酸酶对CD4的影响的随机平滑形状⁺在接受抗逆转录病毒治疗的既定阶段和接受抗逆转录病毒治疗的阶段，细胞计数几乎相同，对CD4细胞的影响略好一些⁺细胞计数。除急性期外，所有其他感染期显示，在ALP约>80 IU/L时，CD4⁺细胞计数高于平均水平。在整个记录测量范围(40-160 IU/L)，早期阶段有理想的效果。ALP和CD4⁺急性期细胞计数与ALP在<60 IU/L时的理想作用呈负相关。

（2） 总体下降趋势. 总的来说，队列的总蛋白和钠与CD4呈负相关⁺总有利水平的细胞计数分别约<75 g/L和<137 mEq/L（图4）。艾滋病治疗与这些协变量之间的相互作用表现出对CD4产生积极的影响⁺算，并且在总蛋白中观察到大约最期望的效果。>85 g/L and sodium approx. >134 mEq/L. Although elevated sodium levels influenced CD4⁺数到平均数以上，趋势下降到大约。在药物摄取期间，>140 mEq/L。然而,CD4⁺计数保持高高于平均水平在该钠含量约>140 mEq/L. During the acute phase, the CD4⁺在所有记录的总蛋白水平(60-100 g/L)下，计数仍高于平均值。然而，CD4较低⁺计数（早期和已建立的阶段），蛋白质水平的增加对CD4产生负面影响⁺CD4最低的计数⁺统计（已建立阶段）是重灾区。总蛋白对CD4的影响⁺计数分别在约观察。<75 g/L during the established phase, whereas at approx. <85 g/L, in the early phase. The sodium had negative effects on the CD4⁺在所有既定的阶段再次受影响最大的预处理阶段计数。该图表明，所有的预处理阶段一般会影响CD4⁺细胞计数，以高于平均水平在大约最佳低的钠含量。<135 mEq/L with more restricted desirable effects during the established phase (approx. <132 mEq/L).

(3)不规则趋势(更复杂)。在LDH和红血细胞的增加产生了既复杂的趋势的整体和所述相位内CD4⁺算上趋势（图五). 尽管CD4整体上存在波动⁺对LDH、CD4反应的计数趋势⁺数保持在大约相当恒定的，高于平均水平。>500 U/L of LDH. On the contrary, the overall CD4⁺计数趋势对红细胞的反应在平均值上下波动。药物的作用与CD4有关⁺计数趋势也随着LDH和红细胞的变化而变化。这两个协变量几乎与CD4无关⁺上述平均计数，在急性期。在CD4的低记录⁺计数（早期和已建立的阶段），乳酸脱氢酶约>300 U/L对CD4有良好的作用⁺计数。在这些早期和已建立的阶段，只有最低的CD4记录对红细胞作出反应⁺红细胞计数(建立期)阳性反应增多。图显示，最佳的红细胞计数为早期和建立阶段都可以设置在附近的约。4.2×10⁶细胞/毫米³。

3.1.2。随机平滑之间无显着差异

(1)总体呈上升趋势。尽管MCV和嗜碱性土的随机平滑呈现出不同的形状(图2)6)，这些趋势在统计上并无显著差异。但是，总的CD4⁺统计趋势显示这些协变量的单位增加在统计上有显著的增加。图显示，该队列的总体MCV支持CD4⁺算将高于平均水平在约>90 fL. Generally, the increase in the basophils corresponded to an increase in the CD4⁺计算，但波动非常接近队列的平均值。

（2） 总体下降趋势。同样，单核细胞和叶酸对CD4的影响也没有显著差异⁺横跨HIV感染阶段计数（图7). 然而，这些协变量的普遍增加与CD4的显著下降有关⁺细胞计数。总的趋势表明，单核细胞计数和叶酸上表现为CD4理想的效果⁺在大约测量细胞计数。<0.5 × 10⁹/ L和<15 nmol/L, respectively.

尽管CD4的不同形状⁺总体或感染阶段内的计数趋势，钾、镁、钙和MCHC对CD4没有影响⁺计算行为变化(图S2型）。

4.讨论

这项研究目视检查了CD4⁺计数趋势响应最强的临床协变量，试图发现可能的协变量自适应最佳设定值，以积极影响CD4⁺艾滋病毒感染者的细胞计数。最强的CD4细胞⁺计数协变量是被B或T细胞[淋巴细胞25，75，76，也包括CD4细胞⁺细胞，一种T细胞类型[77]。因此，我们发现了淋巴细胞和CD4之间的整体线性关系⁺计数。因为已知艾滋病毒主要攻击CD4细胞⁺细胞[8]，这表明CD4的下降⁺在我们的数据的预处理阶段，尽管淋巴细胞增加，但计数。艺术中HIV的抑制[16]曾见过因此高数CD4的⁺在这个治疗阶段细胞被保留下来。CD4的这些发现⁺响应淋巴细胞计数的行为是预期的结果给人的拟合模型的准确性信心的确认。对于单核细胞对病原体的战斗[76]已据报感染爱滋病病毒[78这样他们的计数就会像CD4细胞一样受到影响⁺计数。但是，我们观察到我们的数据自相矛盾，其中有单核细胞和CD4之间的整体反比关系⁺细胞计数。如由嗜碱细胞[指示体组织和炎症的损害76只从整体角度观察，可能是因为嗜碱性细胞是最少的白细胞[79]. 研究[80]发现低凝血状态（血小板计数[76，81-83])与低CD4相关⁺计数。我们的数据证实了相同的关系，但仅在高病毒载量的周期（急性[保持84，85]），并建立相，其中最低的CD4⁺计数记录。在这两个阶段，观察到血小板计数的最佳设置点是约>450 × 10⁹/ L，which was higher than the normal reference range of 178–454 × 10⁹/ L (86，87]。

CD4普遍升高⁺Vanisri和Vadiraja也在一项研究中观察到基于血细胞压积和MCV的细胞对组织氧化的响应[20]. 这可能是因为这两个临床协变量都是红细胞指标，用于确定组织氧合水平[88-90个]. 各指标对CD4的贡献⁺计数高病毒载量在急性期期间很大的影响。红血细胞负责氧运输[88，89]和LDH催化在氧气不足时的能级补偿[91个]。两者都低于平均CD4较小的关联⁺在急性期计数。这种高病毒复制相位8]据报道与氧效应有着复杂的关系[92个]，这也可能意味着扭曲的CD4⁺在我们的数据中，乳酸脱氢酶和红细胞的计数趋势。有氧耐力是指氧气输送系统的功能状态[93年]，并且有报告显示，在HIV呈阳性的病人中，这个比例比阴性病人要低[94年-96个]。我们基于对LDH结果表明，有氧耐力与对CD4产生负面影响相关⁺在急性期算居多。

酸碱和正常水平衡（总蛋白[97个])支持的CD4⁺几乎所有记录的总蛋白测量值都在60至100 g/L之间，在高病毒载量下细胞计数高于平均值。正常的总蛋白范围为60至80 g/L[98个]和对应于在其中我们的结果表明CD4的范围内⁺数高于平均水平，争取早日建立阶段。在我们的数据还揭示的是，时间越长，病人一直在与病毒留下不药而愈，在较不敏感是CD4⁺细胞计数到蛋白质水平。然而，同样的数据显示，在治疗期间，正常蛋白范围对CD4有负面影响⁺细胞计数。在总蛋白水平约。在抗逆转录病毒治疗期间，>75 g/L与CD4呈正线性关系⁺观察CD4细胞计数⁺计数超过平均在约。总蛋白质为90克/升。这证实了[99个]与高效抗逆转录病毒疗法的血清蛋白的增加，其也增强了CD4⁺细胞计数[16]。白蛋白也是一种蛋白质[100]有助于组织营养[81]。总蛋白和白蛋白结果对CD4的正向影响是一致的⁺在急性期，几乎所有的测量值都高于平均值。白蛋白正常参考值范围被认为在35到50 g/L之间[101]与理想的CD4相关⁺在我们的数据中病毒载量升高时的计数。然而，这一范围对应于CD4的急剧下降⁺服药期间计数。据报道，血清白蛋白浓度在ART启动时显著升高[102]。积极影响CD4细胞⁺在抗逆转录病毒治疗中，细胞计数对白蛋白的反应，数据表明白蛋白水平低于正常(约。<35 g/L)，而白蛋白水平较高(约35 g/L)。>45 g/L)有利于早期和已建立的阶段。白蛋白和CD4之间的直接正相关⁺伯爵同意[40，41]。

该normal ALP is known to be in the range of 30–120 IU/L [103，104，我们的数据显示与CD4的负相关关系的范围⁺算在高病毒载量（急性期）的存在。在急性期，CD4⁺细胞计数在较低ALP时提高到高于平均水平。< 70 IU / L)。在急性期过后，免疫系统会进行反击，恢复CD4细胞的功能⁺数(85]。在感染后3-12个月内(早期阶段)，CD4细胞⁺细胞计数反应良好，正常的ALP和保持高于平均水平。结果进一步表明，由于免疫系统持续进行反击与（ART相）或不处理（建立阶段）时，ALP显示出与CD4强阳性的线性关系⁺细胞计数。感染至少3个月后，ALP与CD4呈线性正相关⁺计数减少超过正常ALP上限120 IU/L，但仍支持CD4⁺数到平均水平以上。然而，在如此高的ALP水平上，它被认为是肝损伤的迹象[78]。钠也如钙起着水平衡，血压，血容量，心脏节律的调节至关重要的作用，与大脑和神经功能[76，81，105]。Under normal circumstances, it operates between 135 and 145 mEq/L [106，107]。该结果还表明，有一个在钠最佳范围，其中在预处理阶段低于正常范围测量使用一种改进的CD4相关联的移⁺数高于平均水平。这可能表明在细胞外和细胞内流体之间的渗透梯度在细胞由于钠的变化[108在治疗前存在病毒感染的情况下。在抗逆转录病毒治疗期间病毒抑制后，钠和CD4之间存在直接关系⁺数一数。在[45] HIV阳性患者，但没有考虑到感染期。我们的数据进一步透露，在ART尾巴掉在约的正相关关系。>140 mEq/L of sodium but still influencing the CD4⁺数到高于平均水平。许多食物都含有叶酸，一种B-维生素，是细胞生长和新陈代谢所必需的[109，110]。与之相反 [33]它能改善CD4⁺计数，我们的数据显示，总的来说叶酸的单位增加与CD4的下降有关⁺细胞计数。

突出显示的主要影响CD4的协变量⁺细胞计数，这些发现表明，将其纳入HIV疾病的管理可以有三种方法，包括饮食条件，组织氧合，和激素控制。钠和蛋白质可以在患者的饮食调节[18]，而红细胞的有氧耐力则需要改善体质[94年与激素LDH的监测相结合。ALP激素可能用于患者[111]。然而，病人护理过程中的实际遵守设定点打开渠道，探索有效执行的其他领域。

虽然我们的模型在模式发现方面非常有效，但我们也承认数据的局限性。艾滋病毒感染前的基线记录不存在，这妨碍了比较CD4细胞的机会⁺算上之前和HIV感染同一个人，尽管已知参考范围的可用性后行为趋势和最佳的设定点。此外，其他感染，合并症，或病人的饮食模式包括脱水存在的信息不可用，这可能充当混杂因素。研究设计和数据收集我们的调查做了十多年这个分析之前[74]。当时，几乎所有的科目开始ART的HIV，其按照目前的建议应作出诊断开始，一旦诊断近一年后，只要没有禁忌症[112，113]。这种早期治疗和对它的反应可能改变CD4的协变量⁺计数。因此，未来的研究建议，以探讨考虑到在诊断上艺术开始在近期政策中数据最强协及其适应的最佳设置点。此外，考虑到艾滋病毒感染过程的复杂性，一个更大的样本大小的可用性鼓励提高，我们已经证明了分歧陈述的陈述。

5。结论

我们的结论是，最佳设定值的几个最强的CD4⁺计数临床协变量倾向于漂移和适应新的范围或与已知参考范围重叠以积极影响CD4⁺细胞计数。建议书阶段特异性CD4⁺细胞计数对HIV感染适应的影响包括监测与饮食条件（钠、白蛋白和总蛋白）、组织氧合（红细胞及其红细胞压积）和激素控制（LDH和ALP）有关的最强协变量。

数据可用性

支持本研究结果的数据可根据要求从通信作者处获得。

披露

作者没有得到这项工作的具体资金。

的利益冲突

作者声明本论文的发表不存在利益冲突。

致谢

如果没有Nonnhlanhla Yende Zuma和Nigel J.Garrett在提供数据方面的帮助，这项研究将不会成功。我们还感谢卡普里萨研究小组和所有参与者，感谢他们通过支持和参与这些项目，为艾滋病毒研究数据的提供作出了重要的个人贡献。

补充材料

文件S1:研究的原始数据。数据包括237例患者,随访通过四个阶段(2 - 5)post-HIV感染(不包括第一阶段:HIV阴性),在第二阶段:急性感染是访问3个月,每月访问3到12个月(第三阶段:早期感染),季度访问之后(阶段4:建立感染),直到艺术启蒙(5级)。观察是CD4的重复测量⁺统计每个阶段最后四次就诊期间记录的46个临床协变量。图S1：复杂最优设定点的等高线图。peach中的区域对应于理想的设定点，而蓝色区域代表临床协变量的不理想范围。图S2：不重要的术语。这些测量值的变化对CD4没有影响⁺计数。（补充材料）

参考文献

1. L. S.伯奇，C.J。史密斯，J. Anderson等人，“用于在英国抗逆转录病毒治疗与HIV的个体社会经济状况和治疗结果：横截面和纵向分析，”。柳叶刀公共卫生，第1卷，第1期，第e26-e36页，2016年。查看在：出版商网站|谷歌学术搜索
2. E、 W.Bunyasi和D.J.Coetzee，“社会经济状况与艾滋病毒感染的关系：南非自由邦和西开普省的调查结果，”BMJ开放，第7卷，第11期，文章编号：e016232017。查看在：出版商网站|谷歌学术搜索
3. D、 伯克，“HIV重组：一种重要的病毒进化策略”新发传染病，第3卷，第3期，第253-2591997页。查看在：出版商网站|谷歌学术搜索
4. R、 W.Shafer，S.-Y.Rhee，D.Pillay等人，“用于耐药性监测的HIV-1蛋白酶和逆转录酶突变”艾滋病卷。21，没有。2，第215-223，2007。查看在：出版商网站|谷歌学术搜索
5. J. M. Cuevas, R. Geller, R. Garijo, J. Lopez-Aldeguer和R. Sanjuan，“体内HIV-1的极高突变率，”公共科学图书馆·生物学，第13卷第1期9、文章编号e1002251, 2015。查看在：出版商网站|谷歌学术搜索
6. 柳叶刀传染病“共感染：艾滋病毒/艾滋病的新战场”《柳叶刀传染病》，第13卷第1期7，P。559，2013。查看在：出版商网站|谷歌学术搜索
7. J.布雷纳，A.瘿，J.赫斯特等人，“HIV快速疾病进展以下二重感染在HLA-B * 27：05 / B * 57：01阳性传输收件人”反转录病毒学，第15卷，第1期，第1-13页，2018年。查看在：出版商网站|谷歌学术搜索
8. R、 Weston和B.Marett，“HIV感染病理和疾病进展”临床药师卷。1，P。387，2009年。查看在：谷歌学术搜索
9. A、 Beare，H.Stocker，H.Zola和I.Nicholson，“白细胞表面分子的CD系统：抗人类细胞表面抗原的单克隆抗体，”当前免疫学协议，第73卷，第80期，2008年。查看在：谷歌学术搜索
10. A、 Seyoum，P.Ndlovu和T.Zewotir，“在埃塞俄比亚西北部（阿姆哈拉地区）Felege Hiwot教学和专科医院检测CD4细胞计数变化和坚持高活性抗逆转录病毒治疗的决定因素的联合纵向数据分析”艾滋病研究与治疗卷。14，没有。1，2017年。查看在：出版商网站|谷歌学术搜索
11. U. R. Montarroyos，D. B.米兰达-Filho的，C. C.塞萨尔等人，“与在CD4变化因素⁺HIV/AIDS患者的T细胞计数：一项多水平分析公共科学图书馆·一，第9卷，第2期，文章编号E842762014。查看在：出版商网站|谷歌学术搜索
12. C. J.Smith着的，C. A.萨宾，M. S.优乐等人，“影响HIV阳性者的CD4细胞计数接受长期高活性抗逆转录病毒治疗的增加的因素，”该传染病杂志，第190卷，第10期，第1860-18682004页。查看在：出版商网站|谷歌学术搜索
13. H、 Abbastabar，A.Rezaianzadeh，A.Rajaeefard，H.Ghaem，M.Motamedifar和P.A.Kazeroon，“艾滋病毒患者CD4细胞计数的决定因素：历史队列研究”国际杂志生命科学和制药研究，2016年第1卷，第93-101页，2016年。查看在：谷歌学术搜索
14. N. Lorente, L. Fernandez-Lopez, R. Fuertes等人，“coba队列:在五个欧洲国家参加以社区为基础的艾滋病毒检测服务(研究方案)的与男性发生性行为的HIV阴性男性的前瞻性队列，”BMJ开放，第6卷，第7期，文章编号：e011312016。查看在：出版商网站|谷歌学术搜索
15. J. P. Phair，“HIV感染自然史的变异”，艾滋病研究与人类逆转录酶病毒卷。10，没有。8，2009年。查看在：谷歌学术搜索
16. P. W. Hunt, S. G. Deeks, B. Rodriguez等人，“经历了4年抗逆转录病毒治疗的艾滋病毒感染者的CD4细胞数量持续增加，”艾滋病，第17卷，no。13, 1907-1915页，2003。查看在：出版商网站|谷歌学术搜索
17. L.土地，“实用指南HIV药物的副作用对艾滋病毒/艾滋病的人，”在加拿大艾滋病治疗信息交流， R. Pustil, Ed.， CATIE，多伦多，加拿大，2006年。查看在：谷歌学术搜索
18. D、 约翰森，“艾滋病毒感染者营养实用指南”，年加拿大：加拿大艾滋病治疗信息交流，D.McLay，D.Thachzuk，D.Nambiar等人，编辑，CATIE，加拿大多伦多，2007年。查看在：谷歌学术搜索
19. B. E.沙德拉克，K. A. Digban，A. A. Ishiaku，D.奥莱因卡，P. Nguku和L. E.明亮，“艾滋病患者在联邦医疗中心耶诺亚，巴耶尔萨州，尼日利亚血清钙的水平，”国际科学与研究杂志，第3卷，第8期，第507-510页，2014年。查看在：谷歌学术搜索
20. H、 Vanisri和N.Vadiraja，“男性HIV感染者红细胞参数与免疫状态之间的关系”印度病理学和肿瘤学杂志卷。3，没有。4，第684-689，2016。查看在：出版商网站|谷歌学术搜索
21. C、 Obirikorang和F.A.Yeboah，“在资源有限的情况下，作为艾滋病毒/艾滋病进展预测指标的血红蛋白测量”生物医学科学，第16卷，2009年第1期。查看在：出版商网站|谷歌学术搜索
22. H.瓦尼斯里和N. Vadiraja，“红细胞参数和HIV免疫状态的关系感染的女性，”印度病理学和肿瘤学杂志，第3卷，第2期，第255-2592016页。查看在：出版商网站|谷歌学术搜索
23. O. I.莱蒂西亚，A. Ugochukwu，O. E. Ifeanyi，A.安德鲁，和U. E. Ifeoma，“CD4计数，血小板，PT，APTT，纤维蛋白原和因子在FMC奥韦HIV阳性患者VIII浓度的值的相互关系，”IOSR牙科与医学科学杂志，第13卷，第9期，第94-101页，2014年。查看在：出版商网站|谷歌学术搜索
24. Alavi, F. Ahmadi，和M. Farhad，“艾滋病毒/艾滋病患者总淋巴细胞计数、血红蛋白、红细胞压积和CD4计数的相关性”医学学报伊朗编，第47卷，第1期，第1-4页，2009年。查看在：谷歌学术搜索
25. N. I.夏皮罗，D.J.卡拉斯，S. H.水蛭，和K. L. Heilpern，“绝对淋巴细胞计数为CD4计数的预测，”急救医学年报，第32卷，第3期，第323-3281998页。查看在：出版商网站|谷歌学术搜索
26. M、 Sivaram，A.White和K.W.Radcliffe，“嗜酸性粒细胞增多症：HIV感染者的临床意义，”国际性病艾滋病杂志，第23卷，no。2012年第635-638页。查看在：出版商网站|谷歌学术搜索
27. T·S·Iffen，H. Efobi，C. A. O. Usoro和N. E. Udonwa，“参加卡拉巴教学医院，卡拉巴尔，尼日利亚大学HIV阳性患者的血脂，”世界日报（医学版），第5卷，第4期，第89-93页，2010年。查看在：谷歌学术搜索
28. F.冈，T.内藤，M.御池等人，“在抗逆转录病毒天真的HIV感染者在日本HIV疾病和脂质代谢的关系，”医院感染学杂志的，第18卷，第1期，第17-21页，2012年。查看在：出版商网站|谷歌学术搜索
29. M.弗洛里斯 - 穆尔，A.霍华德，Y.罗，J. H. Arnsten，N.桑托罗和E.大肠杆菌Schoenbaum，“血脂增加与艾滋病毒感染的妇女更高的CD4淋巴细胞计数相关，”抗HIV药物，第7卷，第7期，第421-430页，2006年。查看在：出版商网站|谷歌学术搜索
30. R. Misra, P. Chandra, S. E. Riechman等，“接受高活性抗逆转录病毒治疗(HAART)的HIV患者种族和CD4计数与葡萄糖代谢的关系”，BMC内分泌疾病，第13卷，第1期，2013年。查看在：出版商网站|谷歌学术搜索
31. E. Maganga，L. R.智能，S. Kalluvya等人，“糖代谢紊乱，HIV和坦桑尼亚成人中抗逆转录病毒治疗，”公共科学图书馆·一，第10卷，第8期，文章编号：e0134410 2015。查看在：出版商网站|谷歌学术搜索
32. T、 R.McKnight，H.A.I.Yoshihara，L.J.Sitole等人，“艾滋病毒/艾滋病血清的化学计量学和定量核磁共振分析揭示了与疾病状态相关的代谢变化，”分子生物系统卷。10，没有。11，第2889至2897年，2014。查看在：出版商网站|谷歌学术搜索
33. P、 M.Adhikari，M.N.Chowta，J.T.Ramapuram，S.B.Rao，K.Udupa和S.D.Acharya，“补充维生素B12和叶酸对HIV阳性患者神经精神症状和免疫反应的影响”《农村实践神经科学杂志》，第7卷，第3期，第362-367页，2016年。查看在：出版商网站|谷歌学术搜索
34. A、 S.Semeere、D.Nakanjako、H.Ddungu、A.Kambugu、Y.C.Manabe和R.Colebunders，“乌干达城市人群中ART-naı-HIV阳性个体中的次优维生素B-12水平”公共科学图书馆·一，第7卷，第7期，文章编号e40072，2012年。查看在：出版商网站|谷歌学术搜索
35. P、 A.Volberding，A.M.Levine，D.Dieterich等人，《艾滋病感染中的贫血：临床影响和循证管理策略》临床传染病卷。38，没有。10，页。1454年至1463年，2004年。查看在：出版商网站|谷歌学术搜索
36. 血清LDH水平作为诊断组织胞浆菌病的线索，艾滋病的读者，第12卷，第12期，第317-212002页。查看在：谷歌学术搜索
37. A、 A.Butt，S.Michaels和P.Kissinger，“血清乳酸脱氢酶水平与选择性机会性感染和HIV进展的关系，”国际传染病杂志，第6卷第1期。3、第178-181页，2002。查看在：出版商网站|谷歌学术搜索
38. C、 R.Sudfeld，S.Isanaka，S.Aboud等人，“血清白蛋白浓度与开始抗逆转录病毒治疗的坦桑尼亚人的死亡率、发病率、CD4 T细胞重建的关系，”传染病杂志，第207卷，第9期，1370-1378页，2013年。查看在：出版商网站|谷歌学术搜索
39. Y. Moolla, Z. Moolla, T. Reddy和N. Magula，“使用现成的生物标志物预测hiv感染者的CD4细胞计数，”南非家庭实践，第57卷，第5期，第293-2962015页。查看在：出版商网站|谷歌学术搜索
40. A、 C.O.D.Santos和A.M.R.Almeida，“接受抗逆转录病毒治疗的艾滋病毒/艾滋病患者的营养状况和CD4细胞计数”热带医学杂志，第46卷，no。6，第698-703页，2013。查看在：出版商网站|谷歌学术搜索
41. H、 S.Pralhadrao、C.Kant、K.Phepale和M.K.Mali，“与CD4相比，血清白蛋白水平的作用⁺细胞计数作为HIV感染中免疫抑制的标志，”印度基础与应用医学研究杂志，第5卷，第3期，第495-502页，2016年。查看在：谷歌学术搜索
42. T、 G.Voss、C.D.Fermin、J.A.Levy、S.Vigh、B.Choi和R.F.Garry，“细胞内钾和钠浓度的变化与人类免疫缺陷病毒诱导的细胞病变效应相关，”病毒学杂志，第70卷，第8期，第5447-54541996页。查看在：出版商网站|谷歌学术搜索
43. B.彩，P. J.加蒂，A. M.海斯利普，C.D佛明，和R. F.加里，“在人免疫缺陷病毒生产和细胞病变效应钾作用”病毒学，第247卷，第2期，第189-199页，1998年。查看在：出版商网站|谷歌学术搜索
44. S、 V.Khaidukov和I.S.Litvinov，“CD4中钙稳态的变化⁺人体外周血T淋巴细胞在体内分化过程中的变化，”生物化学(莫斯科)卷。70，没有。6，第692-702，2005。查看在：出版商网站|谷歌学术搜索
45. P. Braconnier，M. Delforge，M. Garjau，K. M. WISSING和S.德维特，“低钠血症是疾病严重程度的艾滋病毒感染者的标志：一个回顾性队列研究”BMC传染病，第17卷，第98页，2017年。查看在：出版商网站|谷歌学术搜索
46. F. Bani-Sadr, N. Lapidus, E. Rosenthal等，“干扰素-利巴韦林联合治疗期间HIV/丙型肝炎病毒共感染患者中γ谷氨酰胺转移酶的升高，”JAIDS杂志获得性免疫缺陷综合征，第50卷，第4期，2009年。查看在：出版商网站|谷歌学术搜索
47. E. Fleischbeina, J. O 'Brienb, R. Martelinoc和M. Fenstersheibd，“在治疗有经验的HIV患者时，使用raltegravir提高碱性磷酸酶”艾滋病卷。22，没有。17，页。2401年至2407年，2008年。查看在：出版商网站|谷歌学术搜索
48. Gomo, P. Ndhlovu, B. Vennervald, N. Nyazema，和H. Friis，“在津巴布韦使用人工免疫细胞化学方法对艾滋病毒感染中的CD4和CD8 t细胞进行计数，”中非医学杂志，第47卷，no。3，第64-70页，2001。查看在：出版商网站|谷歌学术搜索
49. J、 C.Dusingize，D.R.Hoover，Q.Shi等人，“抗逆转录病毒原始卢旺达妇女中异常肝功能参数与HIV血清状态和CD4计数的关系，”艾滋病研究与人类逆转录酶病毒，第31卷，第7期，第723-730页，2015年。查看在：出版商网站|谷歌学术搜索
50. 作者:m.b. Shiferaw, K. T. Tulu, a.m. Zegeye和a.a. Wubante，“在埃塞俄比亚西北部debre tabor医院接受高活性抗逆转录病毒治疗的患者和HAART Na\ve HIV-1感染者的肝酶异常:一项比较横断面研究，”爱滋病研究及治疗，第2016卷，文章编号1985452，7页，2016年。查看在：出版商网站|谷歌学术搜索
51. 南非自由州HIV-1血清阳性患者的营养状况:人体测量和饮食结构，"欧洲临床营养学杂志，第53卷，第3期，第165-173页，1999年。查看在：出版商网站|谷歌学术搜索
52. C. A. Dimala, B. M. Kadia, B. l .。Kemah, M. Tindong和s - p。" CD4细胞数量和血压之间的关系以及在hiv感染患者中随身体质量指数类别的变化，"国际高血压杂志，第2018卷，文章编号1691474，7页，2018年。查看在：出版商网站|谷歌学术搜索
53. C. Nzou, R. a . Kambarami, F. E. Onyango, C. E. Ndhlovu和V. Chikwasha，“艾滋病毒感染肺结核患者中CD4低计数的临床预测因素:基于卫生机构的调查，”南非医学杂志，第100卷，no。9、第602-605页，2010。查看在：出版商网站|谷歌学术搜索
54. 五十、 B.Kwantwi，B.K.Tunu，D.Boateng和D.Y.Quansah，“在资源有限的情况下，作为CD4计数替代物的体重指数、血红蛋白和总淋巴细胞计数，”《生物标志物卷。2017年，文章编号7907352，6页，2017年。查看在：出版商网站|谷歌学术搜索
55. F、 M.Esposito，A.Coutsoudis，J.Visser和G.Kindra南部非洲艾滋病杂志杂志，第9卷第1期4、2008年第36-42页。查看在：谷歌学术搜索
56. K、 C.Fofana，“营养指标与低CD4计数（200细胞·mm）的相关性³)在赞比亚卡皮里的艾滋病毒阳性成年人中，“佐治亚州立大学，亚特兰大，佐治亚州，美国，2016年，硕士论文。查看在：谷歌学术搜索
57. E.文特尔，G格里克和P.贝克，“营养状况，生活和艾滋病毒/艾滋病在GA-Rankuwa区（南非）的成年人的CD4细胞计数的质量，”南非临床营养学杂志，第22卷，第3期，第124-129页，2009年。查看在：出版商网站|谷歌学术搜索
58. 一、 Way，M.Trøseid，O.Oektedalen，M.Baekken和I.Os，“低水平的CD4细胞计数预测HIV感染者持续高血压”临床高血压杂志卷。15，没有。2，第101-106，2013。查看在：出版商网站|谷歌学术搜索
59. P、 许耀华，亨特，何俊杰等，「爱滋病毒感染对心脏舒张功能及左心室重量的影响，」循环：心力衰竭，第3卷，第1期，第132-139页，2010年。查看在：出版商网站|谷歌学术搜索
60. R.帕拉西奥斯，J.桑托斯A. Garcia等，“关于艾滋病毒感染患者的血压高活性抗逆转录病毒疗法的影响。在初治患者的队列前瞻性研究，”抗HIV药物卷。7，没有。1，第10-15，2006年。查看在：出版商网站|谷歌学术搜索
61. Y、 德姆琴科，C.Ngo和P.Membrey，in体系结构框架和组件的大数据生态系统草案，阿姆斯特丹，荷兰阿姆斯特丹，2013年大学。
62. W、 R.Hersh，“医疗数据分析”，in健康信息：实用指南医疗保健和信息技术专业，R.E.Hoyt和A.Yoshihashi，Eds.，美国医学信息学协会，Bethesda，MA，USA，第6版，2014年。查看在：谷歌学术搜索
63. J、 太阳和C.K.雷迪，医疗保健大数据分析，暹罗国际数据挖掘会议，德克萨斯州奥斯汀，美国，2013年。
64. P、 Tinarwo，T.Zewotir，N.Yende Zuma，N.J.Garrett和D.North，“南非妇女在艾滋病进展过程中确定最强CD4计数协变量的评估”感染性疾病和治疗卷。8，没有。2，第269-284，2019。查看在：出版商网站|谷歌学术搜索
65. M、 克拉克，R中的加法模型入门，CRC出版社，博卡拉顿，佛罗里达州，美国，2014年，https://m-clark.github.io/docs/GAMS.pdf。
66. 范，麦提，王，吴，“应用于并购资料之参数导向广义加性模型”，非参数统计杂志，第25卷，第1期，第109-128页，2013年。查看在：出版商网站|谷歌学术搜索
67. S、 N.伍德，广义加法模型，CRC出版社，博卡拉顿，佛罗里达州，美国，2010年，https://people.maths.bris.ac.uk/~sw15190/mgcv/tampere/gam.pdf。
68. T.黑斯蒂和R. Tibshirani，“广义相加模型，”统计科学卷。1，没有。3，第297-310，1986。查看在：出版商网站|谷歌学术搜索
69. S、 N.伍德，广义可加模型：引入R，CRC出版社，博卡拉顿，佛罗里达州，美国，2017年。
70. J.遥远，用广义线性、混合效应和非参数回归模型对线性模型进行了扩展，查普曼和霍尔/ CRC，博卡拉顿，FL，USA，2006年。
71. S、 N.Wood，“多个二次惩罚的建模和平滑参数估计”皇家统计学会学报：B辑（统计方法），第62卷，第2期，第413-428页，2000年。查看在：出版商网站|谷歌学术搜索
72. Yee和N. D. Mitchell，“植物生态学中的广义加性模型”，杂志植被学的，第2卷第2期5，第587-602页，1991。查看在：出版商网站|谷歌学术搜索
73. D. H.翔P256-26用GAM方法拟合广义加性模型。统计、数据分析和数据挖掘，皮尔逊，伦敦，英国，2001年。
74. F.面包车Loggerenberg，K. Mlisana，C. Williamson等。“建立在南非的艾滋病病毒感染的高危人群队列：在CAPRISA 002急性感染研究的挑战和经验，”公共科学图书馆·一卷。3，没有。4，文章编号e1954 2008年。查看在：出版商网站|谷歌学术搜索
75. C、 Obirikorang，L.Quaye和I.Acheampong，“在资源有限的情况下，总淋巴细胞计数作为CD4计数的替代标记，”BMC传染病卷。12，没有。1，P。128，2012。查看在：出版商网站|谷歌学术搜索
76. P.通知，监测HIV血液工作：一个完全指南为HIV监测， Project Inform，旧金山，CA, USA, 2007。
77. L. Papagno, C. A. Spina, A. Marchant等，“HIV-1感染的免疫激活和CD8+ t细胞向衰老的分化，”公共科学图书馆·生物学，第2卷，第2期，第173-185页，2004年。查看在：出版商网站|谷歌学术搜索
78. P. Pasupathi, G. Bakthavathsalam, G. Saravanan，和A. Devaraj，《CD4的变化》⁺细胞计数，HIV感染和艾滋病病人的血脂和肝酶”应用生物医学杂志，第6卷第1期。3、第139-145页，2008。查看在：出版商网站|谷歌学术搜索
79. B、 Min，M.A.Brown和G.LeGros，“理解嗜碱性细胞的作用：破晓”细胞、分子、系统和技术杂志，第135卷，第192-1971011页。查看在：谷歌学术搜索
80. E、 Sloand，H.Klein，S.Banks，B.Vareldzis，S.Merritt和P.Pierce，“HIV感染中血小板减少的流行病学”欧洲血液学杂志，第48卷，第3期，第168-1721992页。查看在：出版商网站|谷歌学术搜索
81. A. G.詹姆斯，“了解验血，”在癌症医院， T. James, Ed.， Solove Research Institute, Columbus, OH, USA, 2017。查看在：谷歌学术搜索
82. 美国国立卫生研究院临床中心，了解你的全血细胞计数（CBC）和常见血液缺陷，美国国家卫生研究院临床中心，罗克维尔，美国医学博士，2015年。
83. NAM, CD4，病毒载量和其他测试，英国，2012。
84. S. E. Bellan，J. Dushoff，A.P。伽伐尼，和L. A. Meyers的，“HIV-1急性期的感染性重估：占异质性和研究设计与模拟队列，”PLoS医学卷。12，没有。3，文章ID e1001801，2015。查看在：出版商网站|谷歌学术搜索
85. S. L. Manoto，M. Lugongolo，U. Govender和P. Mthunzi-库法“在资源有限的环境护理诊断为HIV的点：概要，”药物，第54卷，否。1,2018。查看在：出版商网站|谷歌学术搜索
86. G. Omuse，D.麦纳，J.姆旺等人，“来自肯尼亚的一个健康的成年城市人口全血细胞计数参考区间”公共科学图书馆·一，第13卷第1期6，文章ID e0198444，2018。查看在：出版商网站|谷歌学术搜索
87. D. Lawrie, L. M. Coetzee, P. Becker, J. Mahlangu, W. Stevens, and D. K. Glencross，“全血细胞计数和CD4淋巴细胞计数检测的本地参考范围，”南非医学杂志卷。99，没有。99，第243-248，2009年。查看在：谷歌学术搜索
88. 简森、法哥和韦伯，《血红蛋白结构与功能》，鱼类生理学，第17卷，第1-40页，1998年。查看在：出版商网站|谷歌学术搜索
89. M. Wintrobe和J.葛莱，Wintrobe的临床血液学，Lippincott Williams&Wilkins，费城，宾夕法尼亚州，美国，2009年。
90. W、 Arika，D.Nyamai，M.Musila，M.Ngugi和E.Njagi，“体内毒性的血液学标记”血液学与血栓栓塞疾病杂志，第4卷，第2期，2016年。查看在：出版商网站|谷歌学术搜索
91. “乳酸脱氢酶a的调节与功能:脑瘤的治疗潜力，”脑病理学卷。26，没有。1，第3-17，2016。查看在：出版商网站|谷歌学术搜索
92. F、 Morinet，M.Parent，C.Capron，S.Pillet和C.Bergeron，“氧气和病毒：一个呼吸的故事，”普通病毒学杂志，第96卷，第8期，第1979-1982页，2015年。查看在：出版商网站|谷歌学术搜索
93. Baquet, E. Van Praagh，和S. Berthoin，“年轻人的耐力训练和有氧健身”，运动医学，第33卷，第15期，第1127-11432003页。查看在：出版商网站|谷歌学术搜索
94. E、 Chisati和O.Vasseljen，“马拉维HIV阳性青年和HIV阴性对照者的有氧耐力”马拉维医学杂志，第27卷，no。1, 2015年第5-9页。查看在：出版商网站|谷歌学术搜索
95. K、 K.Oursler，J.D.Sorkin，B.A.Smith和L.I.Katzel，“老年HIV感染者的有氧能力和身体机能下降”艾滋病研究与人类逆转录酶病毒卷。22，没有。11，页。1113年至1121年，2006年。查看在：出版商网站|谷歌学术搜索
96. W、 T.Cade，L.E.Fantry，S.R.Nabar和R.E.Keyser，“在受人类免疫缺陷病毒感染的个体中，在跑步机运动试验期间，最大动静脉血氧差降低。”物理医学与康复档案卷。84，没有。11，第1595至1603年，2003。查看在：出版商网站|谷歌学术搜索
97. 埃及生物技术公司，总蛋白：双缩脲试剂，埃及生物技术公司，开罗，埃及，2007。
98. J、 布希尔，临床方法:病史、体格及实验室检查，巴特沃斯，牛津，英国，第三版，1990年。
99. E. I. Ugwuja和N. A.结“血清电解质，糖尿病性和HIV / AIDS患者中阿巴卡利基，东南，尼日利亚中总蛋白质，钙，磷的比较研究”，网络实验医学杂志，第2卷第2期1，2007年。查看在：出版商网站|谷歌学术搜索
100. 五、 布扎诺夫斯基，“血液中蛋白质的测定”。第1部分：总蛋白和白蛋白的测定化学评论杂志，第7卷，第1期，第79-124页，2017年。查看在：出版商网站|谷歌学术搜索
101. J.-L.文森特，M.-J.杜波依斯，R. Navickis和M.威尔克斯，“低白蛋白血症急性疾病：有没有干预aRationale？”年报的手术卷。237，没有。3，第319-334，2003。查看在：出版商网站|谷歌学术搜索
102. J、 J.Chong，E.Fragaszy，O.Dukes，J.Cason和Z.Kozlakidis，“伦敦东南部人类免疫缺陷病毒感染患者多民族队列中的血清白蛋白浓度”开放式生物检索卷。4，没有。1，第160-163，2015。查看在：出版商网站|谷歌学术搜索
103. J、 -B.Park，D.-Y.Kang，H.-M.Yang等人，“血清碱性磷酸酶是冠状动脉药物洗脱支架植入术后死亡率、心肌梗死或支架血栓形成的预测因子。”欧洲心脏杂志卷。34，没有。12，第920-931，2013。查看在：出版商网站|谷歌学术搜索
104. A. Kratz, M. Ferraro, P. M. Sluss和K. B. Lewandrowski，《正常参考实验室值》，新英格兰医学杂志，第351卷，编号第1548-1563页，2004年。查看在：出版商网站|谷歌学术搜索
105. 约翰霍普金斯狼疮中心，“美国血液化学小组”，2017年，https://www.hopkinslupus.org/lupus-tests/screening-laboratory-tests/blood-chemistry-panel网站/。查看在：谷歌学术搜索
106. NIOS，“肾功能检查，”生物化学，NIOS，印度诺伊达，2012。查看在：谷歌学术搜索
107. P. Strazzullo和C. Leclercq， "钠，"营养的进步卷。5，没有。2，第188-190，2014。查看在：出版商网站|谷歌学术搜索
108. Z、 舒，田，陈等，“艾滋病相关低钠血症：一个古老但仍然严重的问题，”肾衰竭卷。40，没有。1，第68-74，2018。查看在：出版商网站|谷歌学术搜索
109. Arya和P. K. Kumar， <叶酸:来源、生产和生物利用度>，农业食品工业高新技术，第23卷，no。4，第23-27，2012。查看在：谷歌学术搜索
110. 加拿大的营养师,叶酸的食物来源，加拿大营养学家，多伦多，加拿大，2014年。
111. J、 Bilski，A.Mazur Bialy，D.Wojcik等人，“肠道碱性磷酸酶在胃肠道炎症性疾病中的作用，”炎症介质，第2017卷，文章编号9074601，9页，2017年。查看在：出版商网站|谷歌学术搜索
112. D. Stead，《南非HIV临床医师协会指南》，In: Health, South Africa, 2017。
113. 世卫组织《管理晚期艾滋病毒疾病和快速启动抗逆转录病毒治疗指南艾滋病咨询门诊，WHO，2017年瑞士日内瓦。查看在：谷歌学术搜索

版权

版权所有©2020 Partson Tinarwo等人这是一篇开放获取的文章创作共用署名许可，其允许在任何介质无限制地使用，分发和再现时，所提供的原始工作正确的引用。