Modelling the interactions between herpes simplex virus type 2 and HIV: implications for the HIV epidemic in southern India
Notice bibliographique
Résumé
BACKGROUND: The role of herpes simplex virus type 2 (HSV-2) in the HIV epidemic and the potential impact of HSV-2 suppressive therapy have previously been explored only within the context of sub-Saharan Africa. In this analysis, modelling is used to estimate the contribution of HSV-2 to HIV transmission from clients to female sex workers (FSW) in a southern Indian setting and the maximum potential impact of 'perfect' HSV-2 suppressive therapy on HIV incidence. METHODS: A dynamic HSV-2/HIV model was developed, parameterised and fitted to Mysore data. The model estimated the attributable fractions of HIV infections due to HSV-2. Multivariate sensitivity analyses and regression analyses were conducted. RESULTS: The model suggests that 36% (95% CI 22% to 62%) of FSW HIV infections were due to HSV-2, mostly through HSV-2 asymptomatic shedding. Even if HSV-2 suppressive therapy could eliminate the effect of HSV-2 on HIV infectivity among all co-infected clients, only 15% (95% CI 3% to 41%) of HIV infections among FSW would have been averted. 36% (95% CI 18% to 61%) of HIV infections among HSV-2-infected FSW could have been averted if suppressive therapy reduced their risk of HIV acquisition to that of HSV-2-uninfected FSW. CONCLUSIONS: HSV-2 contributes substantially to HIV in this southern Indian context. However, even in the best case scenario, HSV-2 suppressive therapy is unlikely to reduce HIV transmission or acquisition by more than 50% (as aimed for in recent trials), because of the limited strength of the interaction effect between HSV-2 and HIV.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».