Repercussions of the COVID-19 pandemic on the HIV care continuum and related factors in economically disadvantaged nations: an integrated analysis using mixed-methods systematic review
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic affected the self-management and care of people living with HIV, requiring adaptations in the way health services are provided. However, it is unclear how these changes impacted HIV care in low-income countries. METHODS: A systematic review including the current evidence related to changes in HIV care continuum during COVID-19 was conducted through a systematic search in the online databases including CINAHL, OVID-Medline, CAB Direct, and OVID-Embase. A two-step screening process was carried out to include eligible papers and reports according to inclusion criteria. RESULTS: From the searches we identified 21 total studies published between 2021 and 2024, the studies revealed mostly negative impacts on all stages of the HIV care continuum in low-income countries. There were impacts related to the blocking measures due to COVID-19, fear of contracting the disease, difficulties in providing resources such as income, food and transports, reductions in the provision of care from prevention to viral suppression. CONCLUSION: Overall, researchers identified several negative impacts of COVID-19 restrictions on HIV care continuum during pandemic; however, some observations indicated indirect positive impacts on some aspects of HIV care. Decline in HIV care practices during pandemic compared to before pandemic were observed including using preventative methods, counseling and testing, receiving HIV healthcare services, HIV medical appointments, antiretroviral adherence, engagement with treatment, and poor viral suppression. However, in some evidence improvement in ART adherence and PrEP use were observed.
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 | 0,050 | 0,145 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».