MétaCan
Menu
Retour à la cohorte
Enregistrement W4390721002 · doi:10.1016/j.virusres.2024.199310

Molecular epidemiology to aid virtual elimination of HIV transmission in Australia

2024· review· en· W4390721002 sur OpenAlexaboutno aff
Billal Musah Obeng, Anthony D. Kelleher, Francesca Di Giallonardo

Notice bibliographique

RevueVirus Research · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEpidemiologyPublic healthMolecular epidemiologyTransmission (telecommunications)Cluster (spacecraft)Environmental healthPopulationHuman immunodeficiency virus (HIV)MedicineBiologyFamily medicinePathology

Résumé

récupéré en direct d'OpenAlex

The Global UNAIDS 95/95/95 targets aim to increase the percentage of persons who know their HIV status, receive antiretroviral therapy, and have achieved viral suppression. Achieving these targets requires efforts to improve the public health response to increase access to care for those living with HIV, identify those yet undiagnosed with HIV early, and increase access to prevention for those most at risk of HIV acquisition. HIV infections in Australia are among the lowest globally having recorded significant declines in new diagnoses in the last decade. However, the HIV epidemic has changed with an increasing proportion of newly diagnosed infections among those born outside Australia observed in the last five years. Thus, the current prevention efforts are not enough to achieve the UNAIDS targets and virtual elimination across all population groups. We believe both are possible by including molecular epidemiology in the public health response. Molecular epidemiology methods have been crucial in the field of HIV prevention, particularly in demonstrating the efficacy of treatment as prevention. Cluster detection using molecular epidemiology can provide opportunities for the real-time detection of new outbreaks before they grow, and cluster detection programs are now part of the public health response in the USA and Canada. Here, we review what molecular epidemiology has taught us about HIV evolution and spread. We summarize how we can use this knowledge to improve public health measures by presenting case studies from the USA and Canada. We discuss the successes and challenges of current public health programs in Australia, and how we could use cluster detection as an add-on to identify gaps in current prevention measures easier and respond quicker to growing clusters. Lastly, we raise important ethical and legal challenges that need to be addressed when HIV genotypic data is used in combination with personal data.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,920
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,003

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 Opus0,329
Tête enseignante GPT0,574
Écart entre enseignants0,245 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVirus ResearchMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207