Quantifying the impact of cascade inequalities: a modelling study on the prevention impacts of antiretroviral therapy scale-up in Eswatini
Notice bibliographique
Résumé
Abstract Background Inequalities in the antiretroviral therapy (ART) cascade across subpopulations remain an ongoing challenge in the global HIV response. Eswatini achieved the UNAIDS 95-95-95 targets by 2020, with differentiated programs to minimize inequalities across subpopulations, including for female sex workers (FSW) and their clients. We sought to estimate additional HIV infections expected in Eswatini if cascade scale-up had not been equal, and under which epidemic conditions these inequalities could have the largest influence. Methods Drawing on population-level and FSW-specific surveys in Eswatini, we developed a compartmental model of heterosexual HIV transmission which included eight subpopulations and four sexual partnership types. We calibrated the model to stratified HIV prevalence, incidence, and ART cascade data. Taking observed cascade scale-up in Eswatini as the basecase — reaching 95-95-95 in the overall population by 2020 — we defined four counterfactual scenarios in which the population overall reached 80-80-90 by 2020, but where FSW, clients, both, or neither were disproportionately left behind, reaching only 60-40-80. We quantified relative additional cumulative HIV infections by 2030 in counterfactual vs base-case scenarios. We further estimated linear effects of viral suppression gap among FSW and clients on additional infections by 2030, plus effect modification by FSW/client population sizes, rates of turnover, and HIV prevalence ratios. Results Compared with the base-case scenario, leaving behind neither FSW nor their clients led to the fewest additional infections by 2030: median (95% credible interval) 14.9 (10.4, 18.4) % vs 26.3 (19.7, 33.0) % if both were left behind — a 73 (40, 149) % increase. The effect of lower cascade on additional infections was larger for clients vs FSW, and both effects increased with population size and relative HIV incidence. Conclusions Inequalities in the ART cascade across subpopulations can undermine the anticipated prevention impacts of cascade scale-up. As Eswatini has shown, addressing inequalities in the ART cascade, particularly those that intersect with high transmission risk, could maximize incidence reductions from cascade scale-up.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».