Incidence of HIV and hepatitis C virus among people who inject drugs, and associations with age and sex or gender: a global systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: Measuring the incidence of HIV and hepatitis C virus (HCV) infection among people who inject drugs (PWID) is key to track progress towards elimination. We aimed to summarise global data on HIV and primary HCV incidence among PWID and associations with age and sex or gender. METHODS: In this systematic review and meta-analysis, we updated an existing database of HIV and HCV incidence studies among PWID by searching MEDLINE, Embase, and PsycINFO, capturing studies published between Jan 1, 2000, and Dec 12, 2022, with no language or study design restrictions. We contacted authors of identified studies for unpublished or updated data. We included studies that estimated incidence by longitudinally re-testing people at risk of infection or by using assays for recent infection. We pooled incidence and relative risk (RR; young [generally defined as ≤25 years] vs older PWID; women vs men) estimates using random-effects meta-analysis and assessed risk of bias with a modified Newcastle-Ottawa scale. This study is registered with PROSPERO, CRD42020220884. FINDINGS: =43·3%) acquisition than men. For both HIV and HCV, the median risk-of-bias score was 6 (IQR 6-7), indicating moderate risk. INTERPRETATION: Although sparse, available HIV and HCV incidence estimates offer insights into global levels of HIV and HCV transmission among PWID. Intensified efforts are needed to keep track of the HIV and HCV epidemics among PWID and to expand access to age-appropriate and gender-appropriate prevention services that serve young PWID and women who inject drugs. FUNDING: Canadian Institutes of Health Research, Fonds de recherche du Québec-Santé, Canadian Network on Hepatitis C, UK National Institute for Health and Care Research, and WHO.
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 | 0,022 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,048 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».