How Can We Get Close to Zero? The Potential Contribution of Biomedical Prevention and the Investment Framework towards an Effective Response to HIV
Notice bibliographique
Résumé
BACKGROUND: In 2011 an Investment Framework was proposed that described how the scale-up of key HIV interventions could dramatically reduce new HIV infections and deaths in low and middle income countries by 2015. This framework included ambitious coverage goals for prevention and treatment services resulting in a reduction of new HIV infections by more than half. However, it also estimated a leveling in the number of new infections at about 1 million annually after 2015. METHODS: We modeled how the response to AIDS can be further expanded by scaling up antiretroviral treatment (ART) within the framework provided by the 2013 WHO treatment guidelines. We further explored the potential contributions of new prevention technologies: 'Test and Treat', pre-exposure prophylaxis and an HIV vaccine. FINDINGS: Immediate aggressive scale up of existing approaches including the 2013 WHO guidelines could reduce new infections by 80%. A 'Test and Treat' approach could further reduce new infections. This could be further enhanced by a future highly effective pre-exposure prophylaxis and an HIV vaccine, so that a combination of all four approaches could reduce new infections to as low as 80,000 per year by 2050 and annual AIDS deaths to 260,000. INTERPRETATION: In a set of ambitious scenarios, we find that immediate implementation of the 2013 WHO antiretroviral therapy guidelines could reduce new HIV infections by 80%. Further reductions may be achieved by moving to a 'Test and Treat' approach, and eventually by adding a highly effective pre-exposure prophylaxis and an HIV vaccine, if they become available.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,008 | 0,010 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».