Process description of developing HIV prevention monitoring indicators for a province-wide pre-exposure prophylaxis (PrEP) program in British Columbia, Canada
Notice bibliographique
Résumé
In 2018, the pre-exposure prophylaxis (PrEP) program was initiated in British Columbia (BC), Canada, providing PrEP at no cost to qualifying residents. This observational study discussed the steps to develop key evidence-based monitoring indicators and their calculation using real-time data. The indicators were conceptualized, developed, assessed and approved by the Technical Monitoring Committee of representatives from five health authority regions in BC, the BC Ministry of Health, the BC Centre for Disease Control, and the BC Centre for Excellence in HIV/AIDS. Indicator development followed the steps adopted from the United States Centers for Disease Control and Prevention framework for program evaluation in public health. The assessment involved eight selection criteria: data quality, indicator validity, existing scientific evidence, indicator informativeness, indicator computing feasibility, clients' confidentiality maintenance capacity, indicator accuracy, and administrative considerations. Clients' data from the provincial-wide PrEP program (January 2018-December 2020) shows the indicators' calculation. The finalized 14 indicators included gender, age, health authority, new clients enrolled by provider type and by the health authority, new clients dispensed PrEP, clients per provider, key qualifying HIV risk factor(s), client status, PrEP usage type, PrEP quantity dispensed, syphilis and HIV testing and incident cases, and adverse drug reaction events. Cumulative clients' data (n = 6966; 99% cis-gender males) identified an increased new client enrollment and an unexpected drop during the COVID-19 pandemic. About 80% dispensed PrEP from the Vancouver Coastal health authority. The HIV incidence risk index for men who have sex with men score ≥10 was the most common qualifying risk factor. The framework we developed integrating indicators was applied to monitor our PrEP program, which could help reduce the public health impact of HIV.
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 | 0,029 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,003 |
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 ».