Climate change and extreme weather events and linkages with HIV outcomes: recent advances and ways forward
Notice bibliographique
Résumé
PURPOSE OF REVIEW: Discuss the recent evidence on climate change and related extreme weather events (EWE) and linkages with HIV prevention and care outcomes. RECENT FINDINGS: We identified 22 studies exploring HIV prevention and care in the context of EWE. HIV prevention studies examined sexual practices that increase HIV exposure (e.g., condomless sex, transactional sex), HIV testing, and HIV recent infections and prevalence. HIV care-related outcomes among people with HIV included clinical outcomes (e.g., viral load), antiretroviral therapy adherence and access, HIV care engagement and retention, and mental and physical wellbeing. Pathways from EWE to HIV prevention and care included: structural impacts (e.g., health infrastructure damage); resource insecurities (e.g., food insecurity-related ART adherence barriers); migration and displacement (e.g., reduced access to HIV services); and intrapersonal and interpersonal impacts (e.g., mental health challenges, reduced social support). SUMMARY: Studies recommended multilevel strategies for HIV care in the context of EWE, including at the structural-level (e.g. food security programs), health institution-level (e.g., long-lasting ART), community-level (e.g. collective water management), and individual-level (e.g., coping skills). Climate-informed HIV prevention research is needed. Integration of EWE emergency and disaster preparedness and HIV services offers new opportunities for optimizing HIV prevention and care.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».