Trends in knowledge of HIV status and efficiency of HIV testing services in sub-Saharan Africa, 2000–20: a modelling study using survey and HIV testing programme data
Notice bibliographique
Résumé
BACKGROUND: Monitoring knowledge of HIV status among people living with HIV is essential for an effective national HIV response. This study estimates progress and gaps in reaching the UNAIDS 2020 target of 90% knowledge of status, and the efficiency of HIV testing services in sub-Saharan Africa, where two thirds of all people living with HIV reside. METHODS: For this modelling study, we used data from 183 population-based surveys (including more than 2·7 million participants) and national HIV testing programme reports (315 country-years) from 40 countries in sub-Saharan Africa as inputs into a mathematical model to examine trends in knowledge of status among people living with HIV, median time from HIV infection to diagnosis, HIV testing positivity, and proportion of new diagnoses among all positive tests, adjusting for retesting. We included data from 2000 to 2019, and projected results to 2020. FINDINGS: Across sub-Saharan Africa, knowledge of status steadily increased from 5·7% (95% credible interval [CrI] 4·6-7·0) in 2000 to 84% (82-86) in 2020. 12 countries and one region, southern Africa, reached the 90% target. In 2020, knowledge of status was lower among men (79%, 95% CrI 76-81) than women (87%, 85-89) across sub-Saharan Africa. People living with HIV aged 15-24 years were the least likely to know their status (65%, 62-69), but the largest gap in terms of absolute numbers was among men aged 35-49 years, with 701 000 (95% CrI 611 000-788 000) remaining undiagnosed. As knowledge of status increased from 2000 to 2020, the median time to diagnosis decreased from 9·6 years (9·1-10) to 2·6 years (1·8-3·5), HIV testing positivity declined from 9·0% (7·7-10) to 2·8% (2·1-3·9), and the proportion of first-time diagnoses among all positive tests dropped from 89% (77-96) to 42% (30-55). INTERPRETATION: On the path towards the next UNAIDS target of 95% diagnostic coverage by 2025, and in a context of declining positivity and yield of first-time diagnoses, disparities in knowledge of status must be addressed. Increasing knowledge of status and treatment coverage among older men could be crucial to reducing HIV incidence among women in sub-Saharan Africa, and by extension, reducing mother-to-child transmission. FUNDING: Steinberg Fund for Interdisciplinary Global Health Research (McGill University); Canadian Institutes of Health Research; Bill & Melinda Gates Foundation; Fonds the recherche du Québec-Santé; UNAIDS; UK Medical Research Council; MRC Centre for Global Infectious Disease Analysis; UK Foreign, Commonwealth & Development Office.
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».