Facing Ethical Challenges in Rolling Out Antiretroviral Treatment in Resource-Poor Countries: Comment on “They Call It ‘Patient Selection’ in Khayelitsha”
Notice bibliographique
Résumé
It is widely acknowledged that the HIV and AIDS pandemic is a global emergency and that cheap, effective treatment should be provided for as many people as possible worldwide. But there are many challenges to rolling out antiretroviral (ARV) treatment in resource-poor settings. These include the cost of drugs (although these are falling rapidly), sustaining their supply and distribution, the complexity of treatment regimens, selection of patients for treatment, shortage of medical and nursing personnel, inadequacy of healthcare facilities, the need for uninterrupted, lifelong treatment, and monitoring for drug resistance. Great efforts, nationally and internationally, are required to meet these challenges.This work was supported in part by the University of Toronto and a grant from the United States National Institutes of Health's Fogarty International Center to the University of Cape Town's capacity-building program in International Research Ethics in southern Africa (Program Director S. R. Benatar).
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 | 0,017 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,011 | 0,012 |
| Communication savante | 0,005 | 0,010 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,069 | 0,080 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,003 |
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 ».