The paradoxical effects of using antiretroviral-based microbicides to control HIV epidemics
Notice bibliographique
Résumé
Vaginal microbicides, designed to prevent HIV infection in women, are one of the most promising biomedical interventions. Clinical trials of second-generation microbicides have begun; if shown to be effective, they could be licensed within 5-10 years. Because these microbicides contain antiretrovirals (ARVs), they could be highly effective. However, there is concern that, if used by HIV-positive women, ARV resistance may evolve. By analyzing a mathematical model, we find that adherence could have both beneficial and detrimental effects on trial outcomes. Most importantly, we show that planned trial designs could mask resistance risks and therefore enable high-risk microbicides to pass clinical testing. We then parameterize a transmission model using epidemiological, clinical, and behavioral data to predict the consequences of wide-scale usage of high-risk microbicides in a heterosexual population. Surprisingly, we show that reducing a participant's risk of resistance during a trial could lead to unexpectedly high rates of resistance afterward when microbicides are used in public health interventions. We also find that, paradoxically, although microbicides will be used by women to protect themselves against infection, they could provide greater benefit to men. More infections in men than in women will be prevented if there is a high probability that ARVs are systemically absorbed, microbicides are less than approximately 50% effective, and/or adherence is less than approximately 60%. Men will always benefit more than women in terms of infections prevented per resistant case; but this advantage decreases as the relative fitness of drug-resistant strains increases. Interventions that use ARV-based microbicides could have surprising consequences.
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 | 0,004 |
| 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 | 0,001 |
| 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 ».