Optimizing the World Health Organization algorithm for HIV vertical transmission risk assessment by adding maternal self-reported antiretroviral therapy adherence
Notice bibliographique
Résumé
BACKGROUND: The World Health Organization (WHO) risk assessment algorithm for vertical transmission of HIV (VT) assumes the availability of maternal viral load (VL) result at delivery and early viral control 4 weeks after initiating antiretroviral treatment (ART). However, in many low-and-middle-income countries, VL is often unavailable and mothers' ART adherence may be suboptimal. We evaluate the inclusion of the mothers' self-reported adherence into the established WHO-algorithm to identify infants eligible for enhanced post-natal prophylaxis when mothers' VL result is not available at delivery. METHODS: We used data from infants with perinatal HIV infection and their mothers enrolled from May-2018 to May-2020 in Mozambique, South Africa, and Mali. We retrospectively compared the performance of the WHO-algorithm with a modified algorithm which included mothers' adherence as an additional factor. Infants were considered at high risk if born from mothers without a VL result in the 4 weeks before delivery and with adherence <90%. RESULTS: At delivery, 143/184(78%) women with HIV knew their status and were on ART. Only 17(12%) obtained a VL result within 4 weeks before delivery, and 13/17(76%) of them had VL ≥1000 copies/ml. From 126 women on ART without a recent VL result, 99(79%) had been on ART for over 4 weeks. 45/99(45%) women reported suboptimal (< 90%) adherence. A total of 81/184(44%) infants were classified as high risk of VT as per the WHO-algorithm. The modified algorithm including self-adherence disclosure identified 126/184(68%) high risk infants. CONCLUSIONS: In the absence of a VL result, mothers' self-reported adherence at delivery increases the number of identified infants eligible to receive enhanced post-natal prophylaxis.
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 | 0,011 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».