In-depth Sampling of High-risk Populations to Characterize HIV Transmission Epidemics Among Young MSM Using PrEP in France and Quebec
Notice bibliographique
Résumé
Abstract Background A better understanding of HIV transmission dynamics among populations at high risk is important for development of prevention strategies. We determined HIV transmission networks from infected individuals enrolled in the pre-exposure prophylaxis (PrEP) IPERGAY trial in combination with the ANRS PRIMO and Montreal PHI cohorts to identify and characterize active clusters of transmission in this high-risk population. Methods Genotypic resistance tests were performed on plasma samples from 31 IPERGAY participants. Reverse transcriptase sequences were analyzed in combination with unique HIV pol sequences from 1351 individuals enrolled in the PRIMO ANRS cohort (1999–2014) and 511 individuals enrolled in the Montreal PHI cohort (1996–2016). Network analyses were performed to infer putative relationships between all participants. Results Overall, 1893 participants were included. Transmission network analyses revealed that 14 individuals (45.2%) from the IPERGAY trial were involved in 13 clusters sampled over a median period (interquartile range) of 2 (0.3–7.8) years, including 7 dyads and 6 larger clusters ranging from 4 to 28 individuals. When comparing characteristics between clustering individuals enrolled in the PRIMO cohort (n = 377) and in IPERGAY (n = 14), we found that IPERGAY participants had a higher viral load (5.93 vs 5.20 log10 copies/mL, P = .032) and reported a higher number of partners in the last 2 months (P < .01). Conclusions These results demonstrate high rates of HIV transmission clustering among young high-risk MSM enrolled in the IPERGAY trial. In-depth sampling of high-risk populations may help to uncover unobserved transmission intermediaries and improve prevention efforts that could be targeted to the most active clusters.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».