Complementary hypothesis concerning the community sexually transmitted disease mass treatment puzzle in Rakai, Uganda
Notice bibliographique
Résumé
OBJECTIVES: To study the dynamics of a mass treatment programme for sexually transmitted diseases (STD) on prevalence of STD and HIV incidence in order to help explain the results of the STD mass treatment community trial in Rakai, Uganda. METHODS: The analysis is based on simulations of STD mass treatment interventions using a deterministic model describing the course of STD and HIV transmission over time and incorporating demographic, biological and behavioural parameters. The mass intervention modelled mimics that used in the Rakai community trial. RESULTS: Mass treatment decreases STD prevalence to a very low level compared with baseline but is unsuccessful at eradicating the infection. STD prevalences return to baseline fairly rapidly after each round of mass treatment. Under different realistic scenarios, the fraction of HIV cases prevented by STD mass treatment assuming uniform 80% coverage of high- and low-risk groups, over the 20-month period following the first round of treatment, was greater than 35%. If, however, differential coverage is assumed, for example that while the total coverage is still 80%, only 40 or 25% of those at high risk are treated, the HIV preventable fraction is reduced, to 19 and 15% respectively (undetectable given the statistical power of the study). The tremendous impact of differential coverage can also be observed even in the early stage of the HIV epidemic. CONCLUSIONS: In the Rakai trial, mass treatment may have had an effect, although transient, on all STD prevalences, which could have had positive repercussions for HIV incidence. This modelling exercise suggests that although an 80% coverage appears high, the differential coverage of low- and high-risk populations may seriously impair our ability to test the STD-HIV interaction hypothesis.
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 | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».