HIV Prevention Among People Who Inject Drugs (PWID): A Narrative Review
Notice bibliographique
Résumé
People who inject drugs (PWID) face a significantly higher risk of HIV infection than the general population. Effective prevention for this group depends on combining several strategies: needle and syringe programs (NSPs), opioid agonist therapy (OAT), antiretroviral therapy (ART), pre-exposure prophylaxis (PrEP), overdose prevention, and changes to structural and policy environments. This narrative review draws on evidence published between 2000 and 2024, including systematic reviews, clinical trials, surveillance reports, and global health guidelines. Programs that offer high coverage of NSPs and OAT have consistently been shown to reduce HIV incidence. ART helps lower viral load and prevents transmission, while both daily and long-acting PrEP offer additional protection for those at risk. However, access remains limited, particularly in low- and middle-income countries, due to criminalization, stigma, and a lack of investment in harm reduction services. Outcomes vary widely by region. In places like Portugal and Canada, where policies support decriminalization and integrate harm reduction into routine care, HIV incidence among PWID has dropped significantly. In contrast, countries that maintain punitive drug laws, such as Russia, continue to struggle with sustained epidemics. Reducing HIV transmission in this population will require expanding access to proven interventions, integrating services more effectively, and reforming policies that act as barriers to care. Priorities moving forward include scaling up NSP and OAT, addressing gender-based inequities, reducing stigma, and aligning national policies with international harm reduction standards.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».