Hepatitis C virus treatment for prevention among people who inject drugs: Modeling treatment scale-up in the age of direct-acting antivirals
Notice bibliographique
Résumé
UNLABELLED: Substantial reductions in hepatitis C virus (HCV) prevalence among people who inject drugs (PWID) cannot be achieved by harm reduction interventions such as needle exchange and opiate substitution therapy (OST) alone. Current HCV treatment is arduous and uptake is low, but new highly effective and tolerable interferon-free direct-acting antiviral (DAA) treatments could facilitate increased uptake. We projected the potential impact of DAA treatments on PWID HCV prevalence in three settings. A dynamic HCV transmission model was parameterized to three chronic HCV prevalence settings: Edinburgh, UK (25%); Melbourne, Australia (50%); and Vancouver, Canada (65%). Using realistic scenarios of future DAAs (90% sustained viral response, 12 weeks duration, available 2015), we projected the treatment rates required to reduce chronic HCV prevalence by half or three-quarters within 15 years. Current HCV treatment rates may have a minimal impact on prevalence in Melbourne and Vancouver (<2% relative reductions) but could reduce prevalence by 26% in 15 years in Edinburgh. Prevalence could halve within 15 years with treatment scale-up to 15, 40, or 76 per 1,000 PWID annually in Edinburgh, Melbourne, or Vancouver, respectively (2-, 13-, and 15-fold increases, respectively). Scale-up to 22, 54, or 98 per 1,000 PWID annually could reduce prevalence by three-quarters within 15 years. Less impact occurs with delayed scale-up, higher baseline prevalence, or shorter average injecting duration. Results are insensitive to risk heterogeneity or restricting treatment to PWID on OST. At existing HCV drug costs, halving chronic prevalence would require annual treatment budgets of US $3.2 million in Edinburgh and approximately $50 million in Melbourne and Vancouver. CONCLUSION: Interferon-free DAAs could enable increased HCV treatment uptake among PWID, which could have a major preventative impact. However, treatment costs may limit scale-up, and should be addressed.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».