HIV treatment as prevention: The key to an AIDS-free generation
Notice bibliographique
Résumé
The presence of elevated human immunodeficiency virus (HIV) viral load within blood and genital secretions is a critical driver of transmission events. Long-term suppression of the viral load to undetectable levels through the use of antiretroviral therapy is standard practice for the clinical management of HIV. Antiretroviral therapy therefore can play a key role in curbing HIV transmission. The results of a randomized clinical trial and several observational studies have now confirmed that antiretroviral therapy markedly decreases the risk of HIV transmission. Mathematical models and population-based ecologic studies suggest that further expansion of antiretroviral coverage within current guidelines can play a major role in controlling the spread of HIV. The expansion of so-called “treatment as prevention” initiatives relies on maximal uptake of the HIV continuum-of-care cascade to allow for the successful identification of people who are not yet known to be HIV-infected, for engaging patients in appropriate care, and for subsequently achieving sustained virologic suppression in patients with the use of antiretroviral therapy. Since 2010, the joint United Nations AIDS (UNAIDS) program has called for the inclusion of antiretroviral treatment as a key pillar in the global strategy to control the spread of HIV infection. This has now been invigorated by the release of the World Health Organization's 2013 Consolidated Antiretroviral Therapy Guidelines, which recommends offering treatment to all HIV-infected individuals with CD4 cell counts below 500/mm3, to serodiscordant couples, to individuals coinfected with tuberculosis and hepatitis B virus, to pregnant women, and to children below the age of 5 years (regardless of CD4 cell count in this groups).
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 | 0,000 | 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) | 0,001 | 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 ».