MétaCan
Menu
← Retour à la cohorte
Enregistrement W4353092757 · doi:10.1093/pch/pxac115

HIV pre-exposure prophylaxis: It is time to consider harm reduction care for adolescents in Canada

2023· article· en· W4353092757 sur OpenAlexaffabout
Sean P. Leonard, Tatiana Sotindjo, Jason Brophy, Darrell H. S. Tan, Nancy Nashid

Notice bibliographique

RevuePaediatrics & Child Health · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensSt. Michael's HospitalUniversity of OttawaUniversity of British ColumbiaWestern University
Organismes subventionnairesnon disponible
Mots-clésPre-exposure prophylaxisMedicineHarm reductionContext (archaeology)EmtricitabineTenofovirHuman immunodeficiency virus (HIV)Family medicineDemographicsMen who have sex with menDemographyAntiretroviral therapyViral load

Résumé

récupéré en direct d'OpenAlex

Youth (aged 15 to 29 years) account for one quarter of new HIV cases in Canada. Of those, men-who-have-sex-with-men make up one third to one half of new cases in that age range. Moreover, Indigenous youth are over-represented in the proportion of new cases. The use of emtricitabine/tenofovir disoproxil fumarate as pre-exposure prophylaxis (PrEP) significantly reduces the risk of HIV acquisition in adults. Its use was expanded to include youth over 35 kg by the U.S. Food and Drug Administration in 2018. However, PrEP uptake remains low among adolescents. Prescriber-identified barriers include lack of experience, concerns about safety, unfamiliarity with follow-up guidelines, and costs. This article provides an overview of PrEP for youth in Canada, and its associated safety and side effect profiles. Hypothetical case vignettes highlight some of the many demographics of youth who could benefit from PrEP. We present a novel flow diagram that explains the baseline workup, prescribing guidelines, and follow-up recommendations in the Canadian context. Additional counselling points highlight some of the key discussions that should be elicited when prescribing PrEP.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,066
Score d'incertitude au seuil0,477

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0130,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,019
Tête enseignante GPT0,326
Écart entre enseignants0,306 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child Health→Même sujetHIV/AIDS Research and Interventions→Travaux en français237 207→