HIV risk assessment tools for identifying individuals who could benefit from pre-exposure prophylaxis: a systematic review protocol
Notice bibliographique
Résumé
BACKGROUND: Pre-exposure prophylaxis (PrEP) is a highly effective, safe and acceptable intervention for preventing HIV infection. However, identifying individuals who could best benefit from PrEP remains a significant challenge. Existing HIV risk assessment tools vary in performance depending on context. This systematic review aims to synthesise evidence on their diagnostic performances to predict incident HIV infection. METHODS AND ANALYSIS: This protocol is informed and reported in line with the Preferred Reporting Items for Systematic Reviews and Meta-Analysis (PRISMA) Protocols. We will search MEDLINE (Ovid), Embase (Ovid) and Cumulative Index to Nursing and Allied Health Literature (CINAHL) databases (January 1998-May 2024) for observational and relevant interventional studies assessing the diagnostic performance of HIV risk tools to predict incident HIV for PrEP eligibility. There will be no restrictions on study language or location. Two reviewers will conduct the search, data extraction and risk of bias assessment using the Johanna Briggs Institute Critical Appraisal Checklist for Diagnostic Studies. Standardised templates will be used in Covidence for data extraction. We will conduct a meta-analysis if appropriate, otherwise, a narrative review. We will use the PRISMA guidelines to guide reporting. ETHICS AND DISSEMINATION OF RESEARCH: Ethical approval is not required as data is publicly available. This review will inform updates to Canadian HIV PrEP guidelines and guide healthcare professionals in using HIV risk assessment tools for identifying PrEP candidates. Findings will be presented at guideline panel meetings and submitted for publication in a peer-reviewed journal and conferences. PROSPERO REGISTRATION NUMBER: CRD42024543975.
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 | 0,099 | 0,102 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,006 |
| Méta-épidémiologie (sens large) | 0,015 | 0,014 |
| Bibliométrie | 0,015 | 0,013 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,006 | 0,005 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,087 | 0,014 |
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 ».