Background. We examined whether viral dynamics in the genital tract during the natural history of acute human immunodeficiency virus type 1 (HIV-1) infection could explain efficient heterosexual transmission of HIV. Methods. We measured HIV-1 concentration in blood and semen samples from patients with acute and long-term HIV-1 infection. We explored the effect of changes in viral dynamics in semen on the probability of transmission per coital act, using a probabilistic model published elsewhere. Results. Considered over time from infection, semen HIV-1 concentrations, in men with acute infection, increase and decrease in approximate parallel with changes occurring in blood. Modeling suggests that these acute dynamics alone are sufficient to increase probability of heterosexual transmission by 8–10-fold between peak (day 20 after infection, based on the model) and virologic set points (day 54 and later after infection). Depending on the frequency of coitus, men with average semen HIV-1 loads and without sexually transmitted diseases (STDs) would be expected to infect 7%–24% of susceptible female sex partners during the first 2 months of infection. The predicted infection rate would be much higher when either partner has an STD. Conclusions. Empirical biological data strongly support the hypothesis that sexual transmission by acutely infected individuals has a disproportionate effect on the spread of HIV-1 infection. Acute hyperinfectiousness may, in part, explain the current pandemic in heterosexual individuals.

During a clinical trial of a novel hydrocodone/acetaminophen combination, a high incidence of serum alanine aminotransferase (ALT) elevations was observed.To characterize the incidence and magnitude of ALT elevations in healthy participants receiving 4 g of acetaminophen daily, either alone or in combination with selected opioids, as compared with participants treated with placebo.A randomized, single-blind, placebo-controlled, 5-treatment, parallel-group, inpatient, diet-controlled (meals provided), longitudinal study of 145 healthy adults in 2 US inpatient clinical pharmacology units.Each participant received either placebo (n = 39), 1 of 3 acetaminophen/opioid combinations (n = 80), or acetaminophen alone (n = 26). Each active treatment included 4 g of acetaminophen daily, the maximum recommended daily dosage. The intended treatment duration was 14 days. Main Outcomes Serum liver chemistries and trough acetaminophen concentrations measured daily through 8 days, and at 1- or 2-day intervals thereafter.None of the 39 participants assigned to placebo had a maximum ALT of more than 3 times the upper limit of normal. In contrast, the incidence of maximum ALT of more than 3 times the upper limits of normal was 31% to 44% in the 4 treatment groups receiving acetaminophen, including those participants treated with acetaminophen alone. Compared with placebo, treatment with acetaminophen was associated with a markedly higher median maximum ALT (ratio of medians, 2.78; 95% confidence interval, 1.47-4.09; P<.001). Trough acetaminophen concentrations did not exceed therapeutic limits in any participant and, after active treatment was discontinued, often decreased to undetectable levels before ALT elevations resolved.Initiation of recurrent daily intake of 4 g of acetaminophen in healthy adults is associated with ALT elevations and concomitant treatment with opioids does not seem to increase this effect. History of acetaminophen ingestion should be considered in the differential diagnosis of serum aminotransferase elevations, even in the absence of measurable serum acetaminophen concentrations.

Key Principle #1: Causal inference requires careful consideration of confounding d Preferred variable selection methods 1. Historical confounder definition with purposeful variable selection 2. Causal models using directed acyclic graphs d Variable selection methods that do not adequately control for confounding 3. P value-or model-based methods 4. Methods based on b-coefficient changes 5. Selection of variables to identify "independent predictors" d Do not present all of the effect estimates from a model designed to test a single causal association (Table 2 fallacy) Key Principle #2: Interpretation of results should not rely on the magnitude of P values d P values should rarely be presented in isolation d Present effect estimates and measures of variability with or without P values d Variability around effect estimates should inform conclusions d A conclusion of "no association" should require exclusion of meaningful effect sizes d Avoid the word "significant" in favor of more specific language.Key Principle #3: Results should be presented in a granular and transparent fashion d Use the STROBE statement and checklist d Model tables after the STROBE explanation and elaboration document (30) d Visual presentation of quantitative results B Present individual data points when possible B Avoid excessive lines, text, grids, and abbreviations B Continuous data should not be presented in bar charts with standard error bars ("plunger plots") B Use color-blind-friendly palettes

Objectives: This study was conducted to compare viral dynamics in blood and semen between subjects with antibody negative, acute HIV-1 infection and other subjects with later stages of infection. Design: A prospective cohort study was embedded within a cross-sectional study of HIV screening in a Lilongwe, Malawi STD clinic. Methods: Blood samples from HIV antibody negative or indeterminate volunteers were used to detect HIV RNA in plasma using a pooling strategy. Blood and seminal plasma HIV-1 RNA concentrations were measured over 16 weeks. Results: Sixteen men with acute HIV infection and 25 men with chronic HIV infection were studied. Blood viral load in subjects with acute HIV infection was highest about 17 days after infection (mean ± SE, 6.9 ± 0.5 log10 copies/ml), while semen viral load peaked about 30 days after infection (4.5 ± 0.4 log10 copies/ml). Semen viral load declined by 1.7 log10 to a nadir by week 10 of HIV infection. Semen and blood viral loads were more stable in chronically infected subjects over 16 weeks. Higher semen levels of HIV RNA were noted in subjects with low CD4 cell counts. Conclusions: These results provide a biological explanation for reported increases in HIV transmission during the very early (acute) and late stages of infection. Recognizing temporal differences in HIV shedding in the genital tract is important in the development of effective HIV prevention strategies.

Prediction models aim to use available data to predict a health state or outcome that has not yet been observed. Prediction is primarily relevant to clinical practice, but is also used in research, and administration. While prediction modeling involves estimating the relationship between patient factors and outcomes, it is distinct from casual inference. Prediction modeling thus requires unique considerations for development, validation, and updating. This document represents an effort from editors at 31 respiratory, sleep, and critical care medicine journals to consolidate contemporary best practices and recommendations related to prediction study design, conduct, and reporting. Herein, we address issues commonly encountered in submissions to our various journals. Key topics include considerations for selecting predictor variables, operationalizing variables, dealing with missing data, the importance of appropriate validation, model performance measures and their interpretation, and good reporting practices. Supplemental discussion covers emerging topics such as model fairness, competing risks, pitfalls of “modifiable risk factors”, measurement error, and risk for bias. This guidance is not meant to be overly prescriptive; we acknowledge that every study is different, and no set of rules will fit all cases. Additional best practices can be found in the Transparent Reporting of a multivariable prediction model for Individual Prognosis Or Diagnosis (TRIPOD) guidelines, to which we refer readers for further details.