Partner Notification Approaches for Sex Partners and Children of Human Immunodeficiency Virus Index Cases in Côte d'Ivoire
Notice bibliographique
Résumé
BACKGROUND: Four partner notification approaches were introduced in health facilities in Côte d'Ivoire to increase human immunodeficiency virus (HIV) testing uptake among the type of contacts (sex partners and biological children younger than 15 years). The study assessed the 4 approaches: client referral (index cases refer the contacts for HIV testing), provider referral (health care providers refer the contacts), contract referral (index case-provider hybrid approach), and dual referral (both the index and their partner are tested simultaneously). METHODS: Program data were collected at 4 facilities from October 2018 to March 2019 from index case files and HIV testing register. We compared uptake of the approaches, uptake of HIV testing, and HIV positivity percentages, stratified by contact type and gender. RESULTS: There were 1089 sex partners and 469 children from 1089 newly diagnosed index cases. About 90% of children were contacted through client referral: 85.2% of those were tested and 1.4% was positive. Ninety percent of the children came from female index cases. The provider referral brought in 56.3% of sex partners, of whom 97.2% were HIV-tested. The client referral brought in 30% of sex partners, of whom only 81.5% were HIV-tested. The HIV positivity percentages were 75.5% and 72.7%, respectively, for the 2 approaches. Male index cases helped to reach twice as many HIV-positive sexual contacts outside the household (115) than female index cases (53). The contract and dual referrals were not preferred by index cases. CONCLUSIONS: Provider referral is a successful and acceptable strategy for bringing in sex partners for testing. Client referral is preferred for children.
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 | 0,000 |
| 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 ».