Harnessing the Prevention Benefits of Antiretroviral Therapy to Address HIV and Tuberculosis
Notice bibliographique
Résumé
After 30 years we are still struggling to address a devastating HIV pandemic in which over 25 million people have died. In 2010, an estimated 34 million people were living with HIV, around 70% of whom live in sub-Saharan Africa. Furthermore, in 2009 there were an estimated 1.2 million new HIV-associated TB cases, and tuberculosis (TB) accounted for 24% of HIV-related deaths. By the end of 2010, 6.6 million people were taking antiretroviral therapy (ART), around 42% of those in need as defined by the 2010 World Health Organization (WHO) guidelines. Despite this achievement, around 9 million people were eligible and still in need of treatment, and new infections (approximately 2.6 million in 2010 alone) continue to add to the future caseload. This combined with the international fiscal crisis has led to a growing concern regarding weakening of the international commitment to universal access and delivery of the Millennium Development Goals by 2015. The recently launched UNAIDS/WHO Treatment 2.0 platform calls for accelerated simplification of ART, in line with a public health approach, to achieve and sustain universal access to ART, including maximizing the HIV and TB preventive benefit of ART by treating people earlier, in line with WHO 2010 normative guidance. The potential individual and public health prevention benefits of using treatment in the prevention of HIV and TB enhance the value of the universal access pledge from a life-saving initiative, to a strategic investment aimed at ending the HIV epidemic. This review analyzes the gaps and summarizes the evidence regarding ART in the prevention of HIV and TB.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 | 0,001 |
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 ».