Association between opioid agonist therapy use and HIV testing uptake among people who have recently injected drugs: a systematic review and meta‐analysis
Notice bibliographique
Résumé
BACKGROUND AND AIM: Globally, nearly one in five people who inject drugs (PWID) are living with HIV, and the rate of new HIV infections in PWID is increasing in some settings. Early diagnosis is crucial for effective HIV control. We reviewed the evidence on the association between opioid agonist therapy (OAT) and HIV testing uptake among PWID. METHODS: We conducted a systematic review searching MEDLINE, Scopus, Web of Science, Cochrane Central Register of Controlled Trials and PsycINFO for studies published from January 2000 to March 2019. Reference lists and conference proceedings were hand-searched. Observational and intervention studies were eligible for inclusion. Risk of bias was assessed using the Risk of Bias in Non-Randomised Studies of Interventions (ROBINS-I) tool. Meta-analyses were conducted using random-effects models. RESULTS: Of 13 373 records identified, 11 studies from Australia, Europe, Malaysia and the United States were included. All studies had at least a serious risk of bias, largely due to confounding and selection bias, making it difficult to draw causal conclusions from the evidence. Ten studies provided data on the association between current OAT use and recent HIV testing. Six showed a positive association, while four provided little evidence of an association: pooled odds ratio (OR) = 1.71, 95% confidence interval (CI) = 1.28-2.27. Looking at having ever been on OAT and having ever been HIV tested, seven studies showed a positive association and three showed either weak or no evidence of an association: pooled OR = 3.82, 95% CI = 2.96-4.95. CONCLUSIONS: Opioid agonist therapy may increase uptake of HIV testing among people who inject drugs, providing further evidence that opioid agonist therapy improves the HIV treatment care cascade.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| 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 | 0,001 |
| 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 ».