Validating a self-report measure of HIV viral suppression: an analysis of linked questionnaire and clinical data from the Canadian HIV Women’s Sexual and Reproductive Health Cohort Study
Notice bibliographique
Résumé
BACKGROUND: We assessed the validity of a self-report measure of undetectable viral load (VL) among women with HIV in British Columbia (BC), Canada. Questionnaire data from the Canadian HIV Women's Sexual and Reproductive Health Cohort Study was linked with population-based clinical data from the BC Centre for Excellence in HIV/AIDS. Self-reported undetectable VL was assessed by the question: "What was your most recent VL, undetectable (i.e. <50 copies/mL) or detectable (i.e. ≥50 copies/mL)?" Laboratory measurements of VL <50 copies/mL (closest to/before study visit) were the criterion for validity analyses. We measured positive and negative predictive values (PPV, NPV) and likelihood ratios (LR+, LR-). RESULTS: Of 356 participants, 99% were linked to clinical data. Those unlinked (n = 1), missing self-report VL (n = 18), or missing self-report and laboratory VL (n = 1) were excluded. Among the remaining 336: median age was 44 (IQR 37-51); 96% identified as cis-gender; 84% identified as heterosexual; and 45% identified as Indigenous, 40% White, 8% African, Caribbean, or Black, and 8% other/multiple ethnicities. Overall, 85% self-reported having an undetectable VL while 82% had clinical data indicating viral suppression. The PPV was 93.7 (95% CI 90.2-96.2) indicating that 94% of women who self-reported being undetectable truly were. The NPV was 80.4 (95% CI 66.9-90.2). LR+ was 3.2 (2.1-4.6) and LR- was 0.05 (0.03-0.10). CONCLUSIONS: Our self-report measure assessing undetectable VL strongly predicted true viral suppression among Canadian women with HIV. This measure can be used in research settings without laboratory data in regions with high rates of VL testing and suppression.
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 | 0,012 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».