Routine programmatic data show a positive population-level impact of HIV self-testing: the case of Côte d’Ivoire and implications for implementation
Notice bibliographique
Résumé
OBJECTIVES: We estimate the effects of ATLAS's HIV self-testing (HIVST) kit distribution on conventional HIV testing, diagnoses, and antiretroviral treatment (ART) initiations in Côte d'Ivoire. DESIGN: Ecological study using routinely collected HIV testing services program data. METHODS: We used the ATLAS's programmatic data recorded between the third quarter of 2019 and the first quarter of 2021, in addition to data from the President's Emergency Plan for AIDS Relief dashboard. We performed ecological time series regression using linear mixed models. Results are presented per 1000 HIVST kits distributed through ATLAS. RESULTS: We found a negative but nonsignificant effect of the number of ATLAS' distributed HIVST kits on conventional testing uptake (-190 conventional tests; 95% confidence interval [CI]: -427 to 37). The relationship between the number of HIVST kits and HIV diagnoses was significant and positive (+8 diagnosis; 95% CI: 0 to 15). No effect was observed on ART initiation (-2 ART initiations; 95% CI: -8 to 5). CONCLUSIONS: ATLAS' HIVST kit distribution had a positive impact on HIV diagnoses. Despite the negative signal on conventional testing, even if only 20% of distributed kits are used, HIVST would increase access to testing. The methodology used in this paper offers a promising way to leverage routinely collected programmatic data to estimate the effects of HIVST kit distribution in real-world programs.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».