Measuring HIV Acquisitions Among Partners of Key Populations: Estimates From HIV Transmission Dynamic Models
Notice bibliographique
Résumé
BACKGROUND: Key populations (KPs), including female sex workers (FSWs), gay men and other men who have sex with men (MSM), people who inject drugs (PWID), and transgender women (TGW) experience disproportionate risks of HIV acquisition. The UNAIDS Global AIDS 2022 Update reported that one-quarter of all new HIV infections occurred among their non-KP sexual partners. However, this fraction relied on heuristics regarding the ratio of new infections that KPs transmitted to their non-KP partners to the new infections acquired among KPs (herein referred to as "infection ratios"). We recalculated these ratios using dynamic transmission models. SETTING: One hundred seventy-eight settings (106 countries). METHODS: Infection ratios for FSW, MSM, PWID, TGW, and clients of FSW were estimated from 12 models for 2020. RESULTS: Median model estimates of infection ratios were 0.7 (interquartile range: 0.5-1.0; n = 172 estimates) and 1.2 (0.8-1.8; n = 127) for acquisitions from FSW clients and transmissions from FSW to all their non-KP partners, respectively, which were comparable with the previous UNAIDS assumptions (0.2-1.5 across regions). Model estimates for female partners of MSM were 0.5 (0.2-0.8; n = 20) and 0.3 (0.2-0.4; n = 10) for partners of PWID across settings in Eastern and Southern Africa, lower than the corresponding UNAIDS assumptions (0.9 and 0.8, respectively). The few available model estimates for TGW were higher [5.1 (1.2-7.0; n = 8)] than the UNAIDS assumptions (0.1-0.3). Model estimates for non-FSW partners of FSW clients in Western and Central Africa were high (1.7; 1.0-2.3; n = 29). CONCLUSIONS: Ratios of new infections among non-KP partners relative to KP were high, confirming the importance of better addressing prevention and treatment needs among KP as central to reducing overall HIV incidence.
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 | 0,005 | 0,019 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».