The impact of syringe services program closure on the risk of rebound HIV outbreaks among people who inject drugs: a modeling study
Notice bibliographique
Résumé
OBJECTIVE: Despite their effectiveness in preventing the transmission of HIV among people who inject drugs (PWID), syringe services programs (SSPs) in many settings are hampered by social and political opposition. We aimed to estimate the impact of closure and temporary interruption of SSP on the HIV epidemic in a rural United States setting. METHODS: Using an agent-based model (ABM) calibrated to observed surveillance data, we simulated HIV risk behaviors and transmission in adult populations who inject and do not inject drugs in Scott County, Indiana. We projected HIV incidence and prevalence between 2020 and 2025 for scenarios with permanent closure, delayed closure (one additional renewal for 24 months before closure), and temporary closure (lasting 12 months) of an SSP in comparison to persistent SSP operation. RESULTS: With sustained SSP operation, we projected an incidence rate of 0.15 per 100 person-years among the overall population (95% simulation interval: 0.06-0.28). Permanently closing the SSP would cause an average of 58.4% increase in the overall incidence rate during 2021-2025, resulting in a higher prevalence of 60.8% (50.9-70.6%) (18.7% increase) among PWID by 2025. A delayed closure would increase the incidence rate by 38.9%. A temporary closure would cause 12 (35.3%) more infections during 2020-2021. CONCLUSION: Our analysis suggests that temporary interruption and permanent closure of existing SSPs operating in rural United States may lead to 'rebound' HIV outbreaks among PWID. To reach and sustain HIV epidemic control, it will be necessary to maintain existing and implement new SSPs in combination with other prevention interventions.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».