Large disparities in HIV treatment cascades between eight European and high‐income countries – analysis of break points
Notice bibliographique
Résumé
INTRODUCTION: Patients on antiretroviral treatment with undetectable HIV RNA levels have a significantly lower risk of clinical disease progression and onward HIV transmission. This study aimed to estimate and compare the percentage of all HIV-positive people who are diagnosed, are linked to care, are taking antiretroviral treatment and have undetectable HIV RNA, in eight European and high-income countries: the United States, the United Kingdom, France, the Netherlands, Denmark, Australia, British Columbia (Canada) and Georgia. MATERIALS AND METHODS: For each country, the number of people in five key stages of the HIV treatment cascade was collected: 1. HIV infected, 2. Known to be HIV positive, 3. Linked to care, 4. Taking antiretroviral treatment, and 5. Having undetectable HIV RNA. Estimates were extracted from national reports (1-3), the UNAIDS database, conference proceedings (4) and peer-reviewed articles (5-7). The quality of the estimates and reporting methods were assessed individually for each country, with selection criteria such as availability of nationwide database and routinely collected data. Treatment cascades were constructed using estimates from 2010 to 2012. RESULTS: As shown in Table 1, the percentage of all infected people with undetectable HIV RNA ranged from 20% in Georgia to 59% in Denmark. Of the high-income countries, the United States has the lowest percentage of individuals with undetectable viral load (25% to median 52%), associated with the highest HIV incidence rate (15.30 per 100,000 to median 6.07 per 100,000). The pattern of the cascades differed between countries: in the United States, there is a fall from 66% to 33% (-33%) between linkage to care and start of antiretroviral treatment. However, in Georgia, the greatest loss in continuum was zat diagnosis, with 48% of undiagnosed HIV-positive individuals. CONCLUSIONS: There are great disparities among European and high-income countries in the percentage of HIV-positive individual with undetectable HIV RNA. Furthermore, the treatment cascades show different key break points, underlying inequalities in HIV care between countries.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».