Impact of HIV self-testing for oral pre-exposure prophylaxis scale-up on drug resistance and HIV outcomes in western Kenya: a modelling study
Notice bibliographique
Résumé
BACKGROUND: Community-based oral pre-exposure prophylaxis (PrEP) provision has the potential to expand PrEP coverage. HIV self-testing can facilitate PrEP community-based delivery but might have lower sensitivity than facility-based HIV testing, potentially leading to inappropriate PrEP use among people with HIV and subsequent development of drug resistance. We aimed to evaluate the impact of HIV self-testing use for PrEP scale-up. METHODS: We parameterised an agent-based network model, EMOD-HIV, to simulate generic tenofovir disoproxil fumarate and emtricitabine PrEP scale-up in western Kenya using four testing scenarios: provider-administered nucleic acid testing, provider-administered rapid diagnostic tests detecting antibodies, blood-based HIV self-testing, or oral fluid HIV self-testing. Scenarios were compared with a no PrEP counterfactual. Individuals aged 18-49 years with one or more heterosexual partners who screened HIV-negative were eligible for PrEP. We assessed the cost and health impact of rapid PrEP scale-up with high coverage over 20 years, and the budget impact over 5 years, using various HIV testing modalities. FINDINGS: PrEP coverage of 29% was projected to avert approximately 54% of HIV infections and 17% of HIV-related deaths among adults aged 18-49 years over 20 years; health impacts were similar across HIV testing modalities used to deliver PrEP. The percentage of HIV infections with PrEP-associated nucleoside reverse transcriptase inhibitor (NRTI) drug resistance was 0·6% (95% uncertainty intervals 0·4-0·9) in the blood HIV self-testing scenario and 0·8% (0·6-1·0) in the oral HIV self-testing scenario, compared with 0·3% (0·2-0·3) in the antibody rapid diagnostic testing scenario and 0·2% (0·1-0·2) in the nucleic acid testing scenario. Accounting for background NRTI resistance, we found similarly low proportions of drug resistance across scenarios. The budget impact of implementing PrEP using HIV self-testing and provider-administered rapid diagnostic tests were similar, while nucleic acid testing was approximately 50% more costly. INTERPRETATION: Scaling up PrEP using HIV self-testing has similar health impacts, costs, and low risk of drug resistance as provider-administered rapid diagnostic tests. Policy makers should consider leveraging HIV self-testing to expand PrEP access among those at HIV risk. FUNDING: The Bill and Melinda Gates Foundation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».