HIV-1 incidence in the era of rapid tests for recent infection in Livingstone District, Zambia
Notice bibliographique
Résumé
Abstract Objective HIV incidence is not well documented where health services are delivered as a result failure of better understanding current transmission of HIV in a community. The aim was to determine the incidence of HIV-1 and factors associated with recent infection in Livingstone district using the HIV-1 recent infection testing algorithm, using the Rapid test for recent infection with HIV viral load testing to identify true HIV recent patients infected within 12 months. Results This was a laboratory based cross sectional study in which samples of newly diagnosed HIV positive adults sent to LUTH PCR laboratory for Recency testing and HIV VL testing were used. In our study participants, the younger age group were more likely to have been infected in the past 12 months, median age: recently infected 28 (23, 37.5) vs long term 33 (27, 40) p-value = 0.002. Out of the 768 clients subjected to RITA, 18.75% were true HIV recent, with the majority of them being female at 59.51%. 50.74% of the clients classified as recent were virally unsuppressed, p- value =0.000. Mahatima Gandhi clinic had a high number of recent infections relative to other facilities at 17.36%. Majority of the clients were captured under index modality with a percentage of HIV recent patients at 47.22%. Adjusted analysis indicated a significant association between age, HIV VL and recent infection (OR 0.97; 95%CI 0.95-0.99; p- value=0.002) and (OR 0.32; 95%CI 0.22-0.48; p- value =0.000). A high HIV incidence of recent infection with a 50.74% HIV VL unsuppressed clients was observed suggestive of high HIV transmission rate in the community. The majority of clients were captured under index testing indicating that most clients are less likely to seek medical care for HIV testing. Being virally unsuppressed and age were associated with recent infection. Facilities servicing low income areas may be hot spot zones where preventive and treatment interventions should be prioritized in the district.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».