Impact of pre-exposure prophylaxis on HIV-1 drug resistance and phylogenetic cluster growth in British Columbia, Canada
Notice bibliographique
Résumé
Oral HIV pre-exposure prophylaxis (PrEP) effectively prevents infection when taken during periods of risk, however, its population-level effectiveness is hindered by incomplete uptake, adherence, and retention. Since PrEP became available free-of-cost in British Columbia (BC), Canada, in January 2018, uptake has been rapid among gay, bisexual, and other men who have sex with men (GBM). Epidemiological evidence suggests adding PrEP onto a background of generalized access to free antiretroviral therapy, under the BC Treatment as Prevention (TasP) strategy, had a synergistic effect on reducing new infections. Here, we sought to evaluate the impact of PrEP on HIV transmission and drug resistance in phylogenetic clusters. In a retrospective cohort study, we evaluated whether baseline HIV drug resistance and phylogenetic clustering were more likely among newly diagnosed PrEP users in BC (n=39) compared to non-PrEP users (n=566) during the same diagnosis period from October 23, 2018 to December 5, 2022. Subsequently, we evaluated heterogeneity in PrEP-related reductions of the effective reproduction number (R e ) across BC, key populations, and phylogenetic clusters. Stochastic branching processes of phylogenetic clusters informed by R e preceding PrEP were used to estimate diagnoses averted via PrEP. Newly HIV diagnosed PrEP users were significantly more likely than non-PrEP users to join phylogenetic clusters and carry baseline nucleoside-analogue reverse transcriptase inhibitor (NRTI) resistance-associated mutation M184I/V. Despite reductions in growth rate and R e in the GBM population overall and in 50% of active GBM-predominant clusters following PrEP availability, we highlight predominantly GBM and PWID clusters with high or increasing R e . Across active phylogenetic clusters and non-clustered new diagnoses, we estimate PrEP averted approximately 20 new HIV diagnoses per year in BC since 2018. These findings highlight how PrEP has reduced HIV burden, while illuminating groups that could benefit from prioritized PrEP education, access, and retention.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».