Scaling up access to antiretroviral treatment for HIV: lessons from a key populations program in Nigeria
Notice bibliographique
Résumé
Over the years, Nigeria has recorded significant progress in controlling the HIV epidemic in the country. HIV prevalence has reduced from 4.1% in 2010 to 1.4 in 2019. The number of people acquiring new HIV infections decreased from 120,000 in 2010 to 74,000 in 2021, and HIV-related deaths decreased from 82,000 in 2010 to 51,000 in 2021. However, the country still faces challenges such as high HIV transmission among key populations (KP) who account for 11% of new HIV infections. Over the years, the government and development partners involved in HIV response efforts in Nigeria have been establishing and scaling up access to services to help address the needs of KPs. Initially, services for KPs as with the general population in Nigeria were largely preventive. Treatment of PLHIV in Nigeria commenced in 2002 and has increased from about 15,000 to more than 1.78 million PLHIVs in 2023. Despite this progress in treatment coverage, however, KPs are not equitably covered. To address this gap, the U.S. President's Emergency Plan for AIDS Relief (PEPFAR) launched an ambitious initiative-the Key Population Investment Fund (KPIF)-to target the unaddressed HIV-related needs of key populations (KPs) who are disproportionately affected by HIV. The KPIF initiative was implemented through partner organizations such as the Society for Family Health (SFH), a KP-friendly and indigenous non-governmental organization. Earlier, the program implemented by SFH was largely an HIV prevention program. SFH's transformation, transition, and growth to a comprehensive HIV prevention, care, and treatment service provider was necessary to bridge the gap in the needed expansion of HIV services to adequately meet the care needs of KPs and scale up programs. Therefore, this paper's aim is to share experiences in the transformation of SFH into a comprehensive HIV prevention, treatment, and care service provider in the hope that it may serve as a lesson for organizations with similar objectives.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».