Feasibility of Establishing HIV Case-Based Surveillance to Measure Progress Along the Health Sector Cascade: Situational Assessments in Tanzania, South Africa, and Kenya
Notice bibliographique
Résumé
BACKGROUND: To track the HIV epidemic and responses to it, the World Health Organization recommends 10 global indicators to collect information along the HIV care cascade. Patient diagnosis and medical record data, harnessed through case-based surveillance (CBS), can be used to measure 8 of these. While many high burden countries have well-established systems for monitoring patients on HIV treatment, few have formally adopted CBS. OBJECTIVE: In response to the need for improved strategic HIV information and to facilitate the development of CBS in resource-limited countries, we aimed to conduct situational assessments of existing data collection systems in Tanzania, South Africa, and Kenya. METHODS: We developed a standardized protocol and a modularized data collection tool to be adapted for the particular focus of the assessments within each country. The three countries were selected based on their stage of readiness for CBS. The assessment included three parts: a desk review of relevant materials on HIV surveillance and program monitoring, stakeholder meetings, and site visits. RESULTS: In all three countries, routine HIV program monitoring is conducted, and information on new HIV diagnoses and persons accessing HIV care and treatment services is collected. Key findings from the assessments included substantial stakeholder support for the development of CBS, significant challenges in linking data within and between systems, data quality, the ability to obtain data from multiple sources, and information technology infrastructure. Viral load testing capacity varied by country, and vital registry data were not routinely linked to health systems to update medical records. CONCLUSIONS: Our findings support the development of CBS systems to systematically capture routinely collected health data to measure and monitor HIV epidemics and guide responses. Although there were wide variations in the systems examined, some of the current program and patient monitoring systems can be adapted to function effectively for CBS, especially if supported by an improved patient registration system with shared unique health identifiers.
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 | 0,027 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| 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 ».