Tackling the social and structural drivers of HIV in Canada
Notice bibliographique
Résumé
There is new hope that we can significantly reduce HIV rates. The United Nations AIDS organization, UNAIDS, has challenged all countries to strive for aggressive targets that could significantly bend the curve on HIV infections and deaths: 90% of people living with HIV diagnosed; 90% of people diagnosed on treatment; and 90% of people on treatment virally suppressed. This new optimism is largely driven by strong research findings that early and ongoing HIV treatment improves individual health outcomes and reduces people's viral load, making them less infectious. However, the risk of HIV infection is far from evenly distributed among populations most at risk. Those most at risk will find it hardest to reach these targets as they are caught in a syndemic (synergistic epidemic) of intertwining health and social issues. Our research, and that of others, shows that those who are in a syndemic of co-occurring mental health, addiction and social issues (e.g. homelessness, food insecurity) are significantly more likely to fall out of care, less likely to adhere to treatment and less likely to achieve/maintain an undetectable viral load. Intervention studies have found that a combination approach to HIV prevention and treatment that goes beyond primary care and mental health tools to include social and structural interventions has a protective effect, and can reduce risk and improve adherence. People living with and at risk of HIV need better access to social and mental health services as well as clinical treatment services that will help them achieve and maintain optimal health and well-being. We strongly encourage those in the HIV sector across the country to identify a common vision, with clear goals and targets. With concerted and targeted efforts, a focus on program and implementation science, and a willingness to see and treat HIV as a social as well as a biomedical problem-the fourth decade of HIV in Canada could well be the last.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,017 | 0,002 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».