Risk heterogeneity in compartmental HIV transmission models of ART as prevention in Sub-Saharan Africa: A scoping review
Notice bibliographique
Résumé
BACKGROUND: Transmission models provide complementary evidence to clinical trials about the potential population-level incidence reduction attributable to ART (ART prevention impact). Different modelling assumptions about risk heterogeneity may influence projected ART prevention impacts. We sought to review representations of risk heterogeneity in compartmental HIV transmission models applied to project ART prevention impacts in Sub-Saharan Africa. METHODS: We systematically reviewed studies published before January 2020 that used non-linear compartmental models of sexual HIV transmission to simulate ART prevention impacts in Sub-Saharan Africa. We summarized data on model structure/assumptions (factors) related to risk and intervention heterogeneity, and explored multivariate ecological associations of ART prevention impacts with modelled factors. RESULTS: Of 1384 search hits, 94 studies were included. 64 studies considered sexual activity stratification and 39 modelled at least one key population. 21 studies modelled faster/slower ART cascade transitions (HIV diagnosis, ART initiation, or cessation) by risk group, including 8 with faster and 4 with slower cascade transitions among key populations versus the wider population. In ecological analysis of 125 scenarios from 40 studies (subset without combination intervention), scenarios with risk heterogeneity that included turnover of higher risk groups were associated with smaller ART prevention benefits. Modelled differences in ART cascade across risk groups also influenced the projected ART benefits, including: ART prioritized to key populations was associated with larger ART prevention benefits. Of note, zero of these 125 scenarios considered lower ART coverage among key populations. CONCLUSION: Among compartmental transmission models applied to project ART prevention impacts in Sub-Saharan Africa, representations of risk heterogeneity and projected impacts varied considerably. Inclusion/exclusion of risk heterogeneity with turnover, and intervention heterogeneity across risk groups could influence the projected impacts of ART scale-up. These findings highlight a need to capture risk heterogeneity with turnover and cascade heterogeneity when projecting ART prevention impacts.
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 | 0,021 | 0,093 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,013 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| 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 ».