Challenging the HIV Epidemic in Ontario Through PrEP and HIV Testing
Notice bibliographique
Résumé
The Ontario HIV Treatment Network (OHTN) is a non-profit network which collaborates with health clinics, AIDS service and community organizations, and policy leaders in order to improve the health and wellbeing of people living with and at risk of HIV. I joined the OHTN as a member of the Collective Impact team, with a focus on examining the barriers and facilitators to Pre-Exposure Prophylaxis (PrEP) uptake in Ontario. PrEP is a once-daily pill which is highly effective in preventing HIV infections for HIV-negative people, however usage remains relatively low in Ontario. In this role, I liaised with the Knowledge Synthesis team at OHTN to collect, analyse, and synthesize recent scientific literature on Pre and Post-exposure prophylaxis (PEP) in order to create a comprehensive annotated bibliography on PrEP research. Key findings were drawn from the research to identify potential next steps to increase PrEP use for priority populations in Ontario. Findings from the annotated bibliography were presented to OHTN staff, and have been used to assist in the development of two PrEP study proposals; 1) a cisgender and transgender women-focused PrEP education package and HIV risk screening tool, and 2) a pharmacist-led PrEP delivery pilot. I also worked with the Testing and Clinical Initiatives team at the OHTN, to aid in the implementation and evaluation of two HIV-testing projects: the GetaTest pharmacy-based HIV-testing study, and the GetaKit HIV self-testing pilot program. In this role I drafted health communication materials; analysed survey data and drafted project reports for stakeholders; and provided perspectives on the HIV-care continuum, particularly on PrEP initiation, adherence, and efficacy. My work with the OHTN was important to public health because it sought to expand access to HIV testing and prevention services for priority populations in Ontario, including men who have sex with men, and cis and trans women.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,012 | 0,005 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».