Are policy initiatives aligned to meet UNAIDS 90-90-90 targets impacting HIV testing and linkages to care? Evidence from a systematic review
Notice bibliographique
Résumé
BACKGROUND: The Joint United Nations Programme on HIV/AIDS (UNAIDS) Fast-Track initiative seeks to eliminate AIDS as a health threat by 2030, with its focus on UNAIDS 90-90-90 targets. Effective policies and programs, if scaled nationally, have the potential to generate a greater impact on HIV control, yet a synthesis of successful HIV policies/programs aligned to the targets is currently unavailable. To fill this gap, we conducted a systematic review to evaluate successful HIV policies and programs to direct future interventions. METHODS: For the period 2007-2018, we searched 8 databases and classified eligible studies by country income level, UNAIDS targets, intervention type, and reported outcomes. Study outcomes were classified as per UNAIDS targets; proportionally: 90% target 1, 81% target 2, and 73% target 3. RESULTS: We retrieved 5201 citations and a final set of eight studies on policies. Break up by income: three (38%) from high income, one (12%) from middle income and four (50%) from low income. Break up by outcomes reported: 36% (4/11) focused on HIV testing, 46% (5/11) on antiretroviral therapy initiation, and 18% (2/11) on viral suppression. Across studies, UNAIDS targets were met in high-income countries, where policies and guidelines were adhered to, whereas in low and middle-income countries, non-adherence led to failure to reach the targets. Targets were also met when country infrastructure supported a targeted program and stakeholders were actively engaged. CONCLUSIONS: From the studies identified, we deduced a clear, positive correlation between implementation of policies and programs that resulted in an increase in patient awareness and an increase in partner notification with services that encouraged them, and together these resulted in increasing testing rates, and deployment of linkage/retention programs that improved retention in care. An analysis of these studies also suggests that policies, combined with the scale-up incentives, are needed to change the status quo. Incentives to improve the targets must exist; performance incentives at the health care worker level and country level incentives that could transform the nature of care. Given the complexity in reporting of targets, a one size fits all model is not a feasible option. However, the policies created a strong framework to shape future interventions.
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 | 0,036 | 0,198 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,010 | 0,012 |
| Bibliométrie | 0,013 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».