Changing the PrEP Narrative: A Call to Action to Increase PrEP Uptake among Women
Notice bibliographique
Résumé
Although the incidence of new cases of human immunodeficiency virus (HIV) has decreased in the past decade, in 2018 more than 7000 women with HIV were diagnosed in the United States (US). Globally, per recent reports, 48% of the new HIV infections were among women. There is still no vaccine to prevent HIV transmission. However, pre-exposure prophylaxis (PrEP) was approved in 2012 by the Food and Drug Administration, providing a powerful tool to block HIV infection and help prevent the subsequent development of acquired immunodeficiency syndrome (AIDS). The uptake of PrEP has been slow globally and among the most vulnerable populations in the US, even though the Centers for Disease Control (CDC) recommended its use in high-risk populations, including women. Furthermore, women represent one-quarter of people living with HIV in the US; however, PrEP is underutilized in this group. Thus, it is imperative to make women’s voices heard through conducting more research, ensuring sufficient access to PrEP, and enhancing knowledge about PrEP as a viable prevention strategy for women. This article aims to promote women’s health by changing the narrative, providing key information on empowering women, and increasing the usage of PrEP.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,003 | 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 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 ».