The future role of rectal and vaginal microbicides to prevent HIV infection in heterosexual populations: implications for product development and prevention
Notice bibliographique
Résumé
OBJECTIVES: To compare the potential impact of rectal (RMB), vaginal (VMB) and bi-compartment (RVMB) (applied vaginally and protective during vaginal and anal intercourse) microbicides to prevent HIV in various heterosexual populations. To understand when a RMB is as useful than a VMB for women practicing anal intercourse (AI). METHODS: Mathematical model was used to assess the population-level impact (cumulative fraction of new HIV infections prevented (CFP)) of the three different microbicides in various intervention scenarios and prevalence settings. We derived the break-even RMB efficacy required to reduce a female's cumulative risk of HIV infection by the same amount than a VMB. RESULTS: Under optimistic coverage (fast roll-out, 100% uptake), a 50% efficacious VMB used in 75% of sex acts in population without AI may prevent ∼33% (27, 42%) new total (men and women combined) HIV infections over 25 years. The 25-year CFP reduces to ∼25% (20, 32%) and 17% (13, 23%) if uptake decreases to 75% and 50%, respectively. Similar loss of impact (by 25%-50%) is observed if the same VMB is introduced in populations with 5%-10% AI and for RR(RAI)=4-20. A RMB is as useful as a VMB (ie, break-even) in populations with 5% AI if RR(RAI)=20 and in populations with 15%-20% AI if RR(RAI)=4, independently of adherence as long as it is the same with both products. The 10-year CFP with a RVMB is twofold larger than for a VMB or RMB when AI=10% and RR(RAI)=10. CONCLUSIONS: Even low AI frequency can compromise the impact of VMB interventions. RMB and RVMB will be important prevention tools for heterosexual populations.
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 | 0,001 | 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) | 0,000 | 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 ».