AIDSVu Cities’ Progress Toward HIV Care Continuum Goals: Cross-Sectional Study
Notice bibliographique
Résumé
BACKGROUND: Public health surveillance data are critical to understanding the current state of the HIV and AIDS epidemics. Surveillance data provide significant insight into patterns within and progress toward achieving targets for each of the steps in the HIV care continuum. Such targets include those outlined in the National HIV/AIDS Strategy (NHAS) goals. If these data are disseminated, they can be used to prioritize certain steps in the continuum, geographic locations, and groups of people. OBJECTIVE: We sought to develop and report indicators of progress toward the NHAS goals for US cities and to characterize progress toward those goals with categorical metrics. METHODS: Health departments used standardized SAS code to calculate care continuum indicators from their HIV surveillance data to ensure comparability across jurisdictions. We report 2018 descriptive statistics for continuum steps (timely diagnosis, linkage to medical care, receipt of medical care, and HIV viral load suppression) for 36 US cities and their progress toward 2020 NHAS goals as of 2018. Indicators are reported categorically as met or surpassed the goal, within 25% of attaining the goal, or further than 25% from achieving the goal. RESULTS: Cities were closest to meeting NHAS goals for timely diagnosis compared to the goals for linkage to care, receipt of care, and viral load suppression, with all cities (n=36, 100%) within 25% of meeting the goal for timely diagnosis. Only 8% (n=3) of cities were >25% from achieving the goal for receipt of care, but 69% (n=25) of cities were >25% from achieving the goal for viral suppression. CONCLUSIONS: Display of progress with graphical indicators enables communication of progress to stakeholders. AIDSVu analyses of HIV surveillance data facilitate cities' ability to benchmark their progress against that of other cities with similar characteristics. By identifying peer cities (eg, cities with analogous populations or similar NHAS goal concerns), the public display of indicators can promote dialogue between cities with comparable challenges and opportunities.
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) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».