Can hepatitis C elimination targets be sustained among people who inject drugs post-2030?
Notice bibliographique
Résumé
BACKGROUND: In high-income countries, people who inject drugs (PWID) are a priority population for eliminating hepatitis C virus (HCV) by 2030. Despite evidence informing micro-elimination strategies, little is known regarding efforts needed to maintain elimination targets in populations with ongoing acquisition risks. This model-based study investigates post-elimination transmission dynamics of HCV and HIV among PWID under different scenarios where harm reduction interventions and HCV testing and treatment are scaled-down. METHODS: We calibrated a dynamic compartmental model of concurrent HCV and HIV transmission among PWID in Montréal (Canada) to epidemiological data (2003-2018). We then simulated achieving the World Health Organization elimination targets by 2030. Finally, we assessed the impact of four post-elimination scenarios (2030-2050): 1) scaling-down testing, treatment, opioid agonist therapy (OAT), and needle and syringe programs (NSP) to pre-2020 levels; 2) only scaling-down testing and treatment; 3) suspending testing and treatment, while scaling down OAT and NSP to pre-2020 levels; 4) suspending testing and treatment and maintaining OAT and NSP coverage required for elimination. RESULTS: Scaling down interventions to pre-2020 levels (scenario 1) leads to a modest rebound in chronic HCV incidence from 2.4 to 3.6 per 100 person-years by 2050 (95% credible interval - CrI: 0.8-7.2). When only scaling down testing and treatment (scenario 2), chronic HCV incidence continues to decrease. In scenario 3 (suspending treatment and scaling down OAT and NSP), HCV incidence and mortality rapidly increase to 11.4 per 100 person-years (95%CrI: 7.4-15.5) and 3.2 per 1000 person-years (95%CrI: 2.4-4.0), respectively. HCV resurgence was mitigated in scenario 4 (maintaining OAT and NSP) as compared to scenario 3. All scenarios lead to decreases in the proportion of reinfections among incident cases and have little impact on HIV incidence and HIV-HCV coinfection prevalence. CONCLUSION: Despite ongoing transmission risks, HCV incidence rebounds slowly after 2030 under pre-2020 testing and treatment levels. This is heightened by maintaining high-coverage harm reduction interventions. Overall, sustaining elimination would require considerably less effort than achieving it.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».