MétaCan
Menu
Retour à la cohorte
Enregistrement W4389390464 · doi:10.1002/jia2.26194

Population‐level effectiveness of pre‐exposure prophylaxis for HIV prevention among men who have sex with men in Montréal (Canada): a modelling study of surveillance and survey data

2023· article· en· W4389390464 sur OpenAlexafffundabout
Carla M. Doyle, Rachael M. Milwid, Joseph Cox, Yiqing Xia, Gilles Lambert, Cécile Tremblay, Joanne Otis, Marie‐Claude Boily, Jean‐Guy Baril, Réjean Thomas, Alexandre Dumont Blais, Benoît Trottier, Daniel Grace, David Moore, Sharmistha Mishra, Mathieu Maheu‐Giroux

Notice bibliographique

RevueJournal of the International AIDS Society · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensSt. Michael's HospitalAIDS VancouverUniversity of British ColumbiaPublic Health OntarioUniversity of TorontoUniversité du Québec à MontréalUniversité de MontréalMcGill University Health CentreCentre Hospitalier de l’Université de MontréalMcGill University
Organismes subventionnairesMedical Research CouncilSchool of Public Health, Imperial College LondonUniversité de MontréalUniversity of TorontoImperial College LondonMcGill University Health CentreFaculty of Medicine, University of British ColumbiaUniversité du Québec à MontréalMcGill University
Mots-clésMedicinePre-exposure prophylaxisMen who have sex with menDemographyPopulationCohortHuman immunodeficiency virus (HIV)Treatment as preventionEnvironmental healthFamily medicineViral loadInternal medicineAntiretroviral therapySyphilis

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: HIV pre-exposure prophylaxis (PrEP) has been recommended and partly subsidized in Québec, Canada, since 2013. We evaluated the population-level impact of PrEP on HIV transmission among men who have sex with men (MSM) in Montréal, Québec's largest city, over 2013-2021. METHODS: We used an agent-based mathematical model of sexual HIV transmission to estimate the fraction of HIV acquisitions averted by PrEP compared to a counterfactual scenario without PrEP. The model was calibrated to local MSM survey, surveillance, and cohort data and accounted for COVID-19 pandemic impacts on sexual activity, HIV prevention, and care. PrEP was modelled from 2013 onwards, assuming 86% individual-level effectiveness. The PrEP eligibility criteria were: any anal sex unprotected by condoms (past 6 months) and either multiple partnerships (past 6 months) or multiple uses of post-exposure prophylaxis (lifetime). To assess potential optimization strategies, we modelled hypothetical scenarios prioritizing PrEP to MSM with high sexual activity (≥11 anal sex partners annually) or aged ⩽45 years, increasing coverage to levels achieved in Vancouver, Canada (where PrEP is free-of-charge), and improving retention. RESULTS: Over 2013-2021, the estimated annual HIV incidence decreased from 0.4 (90% credible interval [CrI]: 0.3-0.6) to 0.2 (90% CrI: 0.1-0.2) per 100 person-years. PrEP coverage among HIV-negative MSM remained low until 2015 (<1%). Afterwards, coverage increased to a maximum of 10% of all HIV-negative MSM, or about 16% of the 62% PrEP-eligible HIV-negative MSM in 2020. Over 2015-2021, PrEP averted an estimated 20% (90% CrI: 11%-30%) of cumulative HIV acquisitions. The hypothetical scenarios modelled showed that, at the same coverage level, prioritizing PrEP to high sexual activity MSM could have averted 30% (90% CrI: 19%-42%) of HIV acquisitions from 2015-2021. Even larger impacts could have resulted from higher coverage. Under the provincial eligibility criteria, reaching 10% coverage among HIV-negative MSM in 2015 and 30% in 2019, like attained in Vancouver, could have averted up to 63% (90% CrI: 54%-70%) of HIV acquisitions from 2015 to 2021. CONCLUSIONS: PrEP reduced population-level HIV transmission among Montréal MSM. However, our study suggests missed prevention opportunities and adds support for public policies that reduce PrEP barriers, financial or otherwise, to MSM at risk of HIV acquisition.

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)0,006
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,244

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0040,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,043
Tête enseignante GPT0,327
Écart entre enseignants0,283 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations14
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of the International AIDS SocietyMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207