Models used to predict the impact of having less stringent deferral policies for men who had sex with men: can we validate these predictions?
Notice bibliographique
Résumé
Many jurisdictions still do not accept blood donations from men who had sex with men ( MSM ). Those who defend the status quo argue that a less stringent policy would unduly increase the risk to recipients. In an effort to address this dilemma, investigators have tried to project the impact of having less stringent deferral policies on HIV transmission risk, using mathematical models that rely on empirical data. Under certain assumptions, these models predicted very small but definite increases in risk if MSM were allowed to donate after a temporary deferral period. However, the predicted increase in the number of transfusion‐transmitted infections would be so small as to remain imperceptible in reality. Models also predict a sizeable increase in the number of HIV ‐positive donors who would present to donate, an outcome that should be more readily observable. When applied to the Australian experience, where a one‐year deferral policy for MSM was implemented, most models would have predicted significant increases in the prevalence of HIV in male donors. The actual rate of HIV among Australian male donors remained very low and unchanged, suggesting that these models were overly pessimistic. It will be interesting to validate this finding in other countries that implemented a time‐based deferral. The Australian experience, if confirmed in other countries, would suggest that a time‐based deferral for MSM poses an even lower risk than what the models predict.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,004 |
| Science ouverte | 0,001 | 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 ».