Modeling the potential impact of pre-exposure prophylaxis for HIV among men who have sex with men in Cameroon
Notice bibliographique
Résumé
BACKGROUND: Men who have sex with men (MSM) are consistently burdened by HIV at higher levels than other adults. While HIV prevention programs for MSM are growing in coverage and quality, HIV incidence remains high. In response, pre-exposure prophylaxis (PrEP) was introduced in 2019 to support HIV risk reduction among MSM in Cameroon. Understanding how PrEP initiation programs will change the HIV prevalence among MSM in Cameroon is important to developing effective programs. METHODS: This study uses a mathematical model to simulate population-level HIV transmission among MSM in the cities of Yaoundé and Douala, Cameroon. PrEP is incorporated into the model at rates that equal 25%, 50%, or 75% coverage after twenty years to assess the potential effects on HIV prevalence among MSM, requiring annual initiation rates of 2.5%, 6.8%, and 17.2% for Yaoundé and 2.2%, 5.6%, and 13.4% for Douala, respectively. The data utilized for this model are from a cross sectional study which recruited MSM through respondent-driven sampling of MSM in two major cities in Cameroon: Yaoundé and Douala. RESULTS: The model estimated an HIV prevalence of 43.2% among MSM, annual HIV diagnoses of 300 per 10,000 MSM and antiretroviral therapy (ART) coverage of 53.9% in Yaoundé. In Douala, estimated prevalence is 26.5% among MSM, 167 per 10,000 MSM annual diagnoses and ART coverage of 72.0%. Standalone PrEP interventions aimed at 50% coverage at the end of a 20-year program would reduce the prevalence from 43.2% to 35.4% in Yaoundé and from 26.5 to 20.1% in Douala. Combining PrEP with a 10% increase in HIV testing would decrease the number of MSM living with HIV and unaware of their status from 9.8 to 6.0% in Yaoundé and from 8.7 to 4.6% in Douala. CONCLUSIONS: PrEP would be beneficial in reducing prevalence even at varying initiation and coverage levels. Combination of PrEP and increased HIV testing further decreased the number of undiagnosed MSM. This study supports the utility of implementing PrEP as part of comprehensive HIV prevention programming among MSM in Cameroon.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,005 | 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 ».