A decade and beyond: learnings from HIV programming with underserved and marginalized key populations in Kenya
Notice bibliographique
Résumé
INTRODUCTION: Key populations (KP) continue to account for high HIV incidence globally. Still, prioritization of KP in the national HIV prevention response remains insufficient, leading to their suboptimal access to HIV programmes. This commentary aims to share Kenya's challenges and successes in achieving 2020 global HIV targets and scaling up the KP programme in the last decade. DISCUSSION: The KP programme in Kenya has scaled up in the last decade with the inclusion of female sex workers (FSW), men who have sex with men (MSM), people who inject drugs (PWID), transgender people and people in prisons as priority populations in the national HIV response. KP coverage based on official size estimates for FSW is 73%, for MSM is 82%, for PWID through needle syringe programme (NSP) is 71%, and through opioid substitution therapy (OST) is 26% and for transgender people is 5%. The service outcomes for KP have been relatively strong in prevention with high condom use at last paid sex for FSW (92%) and use of sterile equipment among PWID (88%), though condom use at last sex with a non-regular partner among MSM (78%) is still low. The KP programme has not met care continuum targets for all subpopulations with low case findings. The national KP programme led by the Ministry of Health has scaled up the programme through (a) strategic partnerships with KP-led and competent organizations, researchers and donors; (b) development of policy guidance and programme standards; (c) continuous sensitization and advocacy to garner support; (d) development of national reporting systems, among others. However, the programme is still struggling with uncertain size estimates; lack of updated bio-behavioural survey data; inadequate scale-up of interventions among transgender people and people in prison settings; gaps in reaching adolescent and young KP, and effectively addressing structural barriers like violence and stigma. CONCLUSIONS: To reach the ambitious global HIV targets, sufficient coverage of KP with quality HIV programmes is critical. Despite scaling up the KP programme, Kenya has not yet achieved the 2020 global HIV targets and needs more efforts to scale-up quality programmes for KP who are underserved in the HIV response.
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 | 0,015 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,006 |
| Communication savante | 0,005 | 0,012 |
| Science ouverte | 0,004 | 0,010 |
| Intégrité de la recherche | 0,006 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».