1275. Will an App-Optimized HIV Self-testing Strategy Work for South Africans? Results From a Large Cohort Study
Notice bibliographique
Résumé
Abstract Background HIV self-testing (HIVST) offers a potential for expanded test access; challenges remain in operationalizing rapid personalized linkages and referrals to care. We investigated if an app-optimized personalized HIVST strategy improved referrals, detected new infections and expedited linkages to care and treatment. Methods In an ongoing cohort study (n = 2,000) based in South Africa, from November 2016 to January 2018, to participants presenting to self-test at community township based clinics, we offered a choice of the following strategies: (a) unsupervised HIVST; (b) supervised HIVST. We also observed participants opting for conventional HIV testing (ConvHT) in geographically separated clinics. We observed outcomes (i.e., linkage initiation, referrals, disease detection) and compared it between the two (HIVST vs. ConvHT) for the same duration. Results Of 2,000 participants, 1,000 participants were on HIVST, 599 (59.9%) chose unsupervised HIVST, 401 (40.1%) on supervised HIVST; compared with 1,000 participants on ConvHT. Participants in HIVST vs. ConvHT were comparable young (mean age 27.7 [SD = 9.0] vs. 29.5 [SD = 8.4]); female (64.0% vs. 74.7%); poor monthly income <3,000 RAND ($253 USD) (79.9% vs. 76.4%). With HIV ST (vs. ConvHT), many more referrals (17.4% [15.1–19.9] vs. 2.6% [1.7–3.8]; RR 6.69 [95% CI: 4.47–10.01]), and many new infections (86 (8.6% (6.9–10.5)) vs. 57 (5.7% (4.3–7.3)); Odds Ratio 1.55 [95% CI 1.1–2.2]) were noted. Break up: 45 infections in supervised HIVST 45 (52.3%); 41 infections in unsupervised HIVST (47.6%)]. Preference for HIVST was at 91.6%. With an app-optimized HIVST strategy, linkages to care were operationalized within a day in all participants (99.7% (HIVST) vs. 99.2% (ConvHT); RR 1.005 [95% CI: 0.99–1.01]); 99.8% supervised HIVST, 99.7% unsupervised HIVST. Conclusion Our app-optimized HIVST strategy successfully increased test referrals, detected new infections, and operationalized linkages within a day. This innovative, patient preferred strategy holds promise for a global scale up in digitally literate populations worldwide. Disclosures All authors: No reported disclosures.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».