Assessing the potential population-level impacts of HIV self-testing distribution among key populations in Côte d’Ivoire, Mali, and Senegal: a mathematical modelling analysis
Notice bibliographique
Résumé
Abstract Background A third of people living with HIV (PLHIV) in Western Africa had an undiagnosed infection in 2020. In 2019-2021, the ATLAS programme has distributed a total of 380 000 HIV self-testing (HIVST) kits to key populations (KP) including female sex workers (FSW) and men who have sex with men (MSM), and their partners in Côte d’Ivoire, Mali and Senegal. We predicted the potential impact of ATLAS and of national HIVST scale-up strategies among KP. Methods A deterministic model of HIV transmission was calibrated to country-specific empirical HIV and intervention data over time. We simulated scenarios reflecting 1) the actual ATLAS HIVST distribution only over 2019-2021 (∼2% of all tests done in countries), and 2) ATLAS followed by a scale-up of HIVST distribution to KP (total of ∼570 000 kits distributed each year). Impacts on HIV diagnosis, new HIV infections and deaths were derived using counterfactual scenarios without HIVST. Findings ATLAS was predicted to substantially increase HIV diagnosis among KP by the end of 2021, especially among MSM in Mali (9·3 percentage point [pp] increase), and a 1·0pp increase overall. ATLAS might have averted a median of 706 new HIV infections among KP over 2019-2028 in the 3 countries combined, especially among MSM, and 1794 new HIV infections (0·4-3·3% of all new HIV infections across countries) and 591 HIV-related deaths overall. HIVST scale-up increased HIV diagnosis at the end of 2028 by around 8pp among FSW and 33pp among MSM in every country. Overall increases ranged from 1·0pp (Côte d’Ivoire) to 11·0pp (Senegal). HIVST scale-up may avert 3-5% of new HIV infections among FSW, 3-10% among FSW clients, and 20-28% among MSM across countries (and 2-16% overall), and avert 13-18% of HIV-related deaths among MSM over 2019-2028. Interpretation Scaling-up HIVST distribution among KP in Western Africa may substantially attenuate disparities in access to HIV testing and help reduce HIV infections and deaths among KP and their partners. Funding Unitaid MRC
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».