HIV prevalence and continuum of care among incarcerated people in Iran from 2010 to 2017
Notice bibliographique
Résumé
BACKGROUND: Incarcerated people are at an increased risk of contracting HIV and transmitting it to the community post-release. In Iran, HIV epidemics inside prisons were first detected in the early 1990s. We assessed the HIV prevalence and its correlates, as well as the continuum of care among incarcerated people in Iran from 2010 to 2017. METHODS: We used data collected in three national bio-behavioral surveillance surveys among incarcerated individuals in 2010 (n = 4,536), 2013 (n = 5,490), and 2017 (n = 5,785) through a multistage cluster sampling approach. HIV was tested by the ELISA method in 2010 and 2013 surveys and rapid tests in 2017. Data on demographic characteristics, risky behaviors, HIV testing, and treatment were collected via face-to-face interviews. HIV prevalence estimates along with 95% confidence intervals (CI) were reported. Using data from the 2017 round, multivariable logistic regression models were built to assess the correlates of HIV sero-positivity and conduct HIV cascade of care analysis. RESULTS: The HIV prevalence was 2.1% (95% CI: 1.2%, 3.6%) in 2010, 1.7% (95% CI: 1.3%, 2.1%) in 2013, and 0.8% (95% CI: 0.6%, 1.1%) in 2017 (trend P value < 0.001). Among people with a history of injection drug use, HIV prevalence was 8.1% (95% CI: 4.6%, 13.8%) in 2010, 6.3% (95% CI: 4.8%, 8.3%) in 2013, and 3.9% (95% CI: 2.7%, 5.7%) in 2017. In 2017, 64% (32 out of 50) of incarcerated people living with HIV were aware of their HIV status, of whom 45% (9 out of 20) were on antiretroviral therapy, and of whom 44% (4 out of 9) were virally suppressed (< 1000 copies/ml). CONCLUSIONS: While HIV prevalence has decreased among incarcerated people in Iran, their engagement in the HIV continuum of care is suboptimal. Further investments in programs to link incarcerated people to HIV care and retain them in treatment are warranted.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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) | 0,001 | 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 ».