HIV transmission among acutely infected participants of a Dutch cohort study 2015–2021 is not associated with large, clustered outbreaks
Notice bibliographique
Résumé
OBJECTIVE: Timely identification of acute or early HIV infection (AEHI) is important to help prevent onward transmission, and understanding the number of secondary infections resulting from individuals with AEHI is key to planning HIV prevention services and case finding. DESIGN: We performed a phylogenetic investigation of a dense sample of individuals with AEHI who took part in the Netherlands Cohort Study on Acute HIV infection (NOVA) in the Netherlands during 2015-2021. METHODS: Transmission clusters were identified using phylogenetic analyses based on HIV pol sequences. The Tamura-Nei model was used to estimate genetic distance. A number of 1000 bootstraps was used to check the reliability of clustering using maximum likelihood. A cluster was defined as having a bootstrap value of at least 95% and a genetic distance of at most 1.5%. Sensitivity analyses using different values for the bootstrap and genetic distance were performed to study the reproducibility of the clustering. RESULTS: Of the 156 participants included in NOVA between July 2015 and April 2021, 134 individuals for whom baseline characteristics and genotypic resistance data at baseline were available could be included. We identified 10 clusters, but the majority of persons (111/134) were not part of a cluster, suggesting mainly independent transmission events. CONCLUSION: Mainly independent transmission events among a study population consisting predominantly of MSM in a low-incidence high-resource setting is likely the result of active AEHI case finding and direct start of treatment, and the roll-out over recent years of preventive measures such as preexposure 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 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) | 0,004 | 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 ».