CAHR 2007 ‐ Oral Sessions
Notice bibliographique
Résumé
Objectives: To assess the impact of scaling up HAART on the HIV epidemic by simultaneously tracking the transmission dynamics of different sources of infection.Methods: We built a semi-deterministic dynamic model.The HIV natural history was defined by different infectivity strata: susceptible; primary infection; symptomatic phase defined by four viral load strata (<3, 3-4, 4-5, ≥5 log 10 copies/mL); and late stage.The model's deterministic component was responsible for predicting the number of new infections by increasing HAART coverage from 50% to 75%, 90% and 100%, and by changing the CD4 threshold for therapy initiation from ≤200 cells/mm 3 to ≤350 cells/mm 3 .The random component of this model was modeled using generalized additive models to take into account the effect of HAART, adherence, resistance and other key clinical and demographic factors on the distribution of individuals amongst infectivity strata over time.The probability of emergence of resistance during the course of therapy was modeled using logistic regression.Results: Our model predicts that within 25 years, given the current guidelines and adherence level (78.5%), the cumulative number of new infections averted by increasing the number of people on treatment from 50% to 75%, 90% and 100% is, respectively, 3108, 4776, and 5701.The greatest impact was on the new infections driven by injection drug use.These numbers are further stratified by different adherence levels.A beneficial effect was also seen in the worst case scenarios -high probability of developing resistance, and high virulence because of low adherence levels.Conclusions: Higher HAART usage was inevitably succeeded by a small increase in the prevalence of individuals carrying drug resistant virus driven by imperfect adherence and consequently high viral load.However, the overall benefit of expanding the access to HAART, as a powerful prevention strategy, was overwhelmingly substantial in reducing the growth of the epidemic.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,767 | 0,548 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».