HIV Data and Public Health Ethics
Notice bibliographique
Résumé
Abstract Uses of clinical data about people living with HIV (PLHIV) in US public health programs have expanded during the 2010–2020s. The digitization of the healthcare system and recognition that PLHIV who are virally suppressed cannot transmit have contributed to policy mandates for health departments to use routinely collected clinical HIV data to identify PLHIV who have fallen out of care—or who may be in transmission networks—and then (re-)link them to care. The ethics of these programs have been a source of controversy among bioethics scholars, social scientists, PLHIV networks, civil society actors, and others. Debates have focused on privacy and confidentiality, criminalization, community and stakeholder engagement, consent, and programs’ evidence base. The fundamental ethical question is: if clinical HIV data are collected for the benefit of individual patients, does the fact that those data can potentially benefit population health mean that they ought to be used for public health action? In our view, programs that utilize routinely collected clinical HIV data for public health purposes have inadequately accounted for ethical dilemmas raised by infrastructural transformations, biomedical advances, and policy shifts. We propose engaging stakeholders in an ethical reset to shape future developments regarding HIV data and public health.
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 | 0,196 | 0,162 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,014 | 0,104 |
| Communication savante | 0,022 | 0,017 |
| Science ouverte | 0,003 | 0,014 |
| Intégrité de la recherche | 0,024 | 0,025 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».