HIV Pre-Exposure Prophylaxis in Central and Eastern Europe-Gains and Challenges in An Ever-Changing World
Notice bibliographique
Résumé
Pre-exposure prophylaxis (PrEP) is an effective prevention tool for controlling the HIV epidemic. Since its approval in the United States in 2012 and Europe in 2016, it has become available on a global scale offered as a registered strategy in clinical studies or demonstration projects with a slow and steady increase. In the second quarter of 2022, PrEP became available in 78 countries globally, with around 3 million people having started using PrEP. Europe has been much slower than the rest of the world to roll out PrEP; nevertheless, currently, PrEP is nationally available and reimbursed in 21 countries; generics are available but not reimbursed in 14 countries. PrEP is not formally implemented in 20 countries, which are mostly Central and Eastern European countries. There are significant disparities between countries in terms of PrEP availability, accessibility, and usage, most likely due to social, cultural, and political differences. The major barriers to PrEP use are reported to be lack of knowledge of people in need, not being reimbursed, and low perception of HIV. PrEP uptake globally and regionally still lacks the power to have an impact on controlling the epidemic. High prioritization of PrEP targets will offer us a realistic chance of reaching the Joint United Nations Programme on HIV/AIDS (UNAIDS) goal of a 90% reduction in HIV infections by 2030 compared to 2010.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».