Practical and Ethical Concerns in Implementing Enhanced Surveillance Methods to Improve Continuity of HIV Care: Qualitative Expert Stakeholder Study
Notice bibliographique
Résumé
BACKGROUND: Retention in HIV care is critical to maintaining viral suppression and preventing further transmission, yet less than 50% of people living with HIV in the United States are engaged in care. All US states have a funding mandate to implement Data-to-Care (D2C) programs, which use surveillance data (eg, laboratory, Medicaid billing) to identify out-of-care HIV-positive persons and relink them to treatment. OBJECTIVE: The purpose of this qualitative study was to identify and describe practical and ethical considerations that arise in planning for and implementing D2C. METHODS: Via purposive sampling, we recruited 43 expert stakeholders-including ethicists, privacy experts, researchers, public health personnel, HIV medical providers, legal experts, and community advocates-to participate in audio-recorded semistructured interviews to share their perspectives on D2C. Interview transcripts were analyzed across a priori and inductively derived thematic categories. RESULTS: Stakeholders reported practical and ethical concerns in seven key domains: permission and consent, government assistance versus overreach, privacy and confidentiality, stigma, HIV exceptionalism, criminalization, and data integrity and sharing. CONCLUSIONS: Participants expressed a great deal of support for D2C, yet also stressed the role of public trust and transparency in addressing the practical and ethical concerns they identified.
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 | 0,077 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,011 |
| Communication savante | 0,005 | 0,007 |
| Science ouverte | 0,003 | 0,009 |
| Intégrité de la recherche | 0,004 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».