Diagnostic performance of HIV risk assessment tools for identifying pre-exposure prophylaxis candidates: a systematic review and meta-analysis
Notice bibliographique
Résumé
Background: To support the implementation of HIV pre-exposure prophylaxis (PrEP), we conducted a systematic review and meta-analysis evaluating the diagnostic performance of HIV risk assessment tools in predicting HIV infection. Methods: We searched MEDLINE, Embase, and CINAHL for observational studies published between January 1, 1998, and May 13, 2024 that reported on the diagnostic performance of HIV risk assessment tools. We calculated pooled area under the curve (pAUC) values using inverse variance methods, with sensitivity and specificity reported at common cutoffs (PROSPERO registration number: CRD42024543975). Findings: Of 3704 publications, 27 met our criteria. Twelve studies on men who have sex with men (MSM) assessed nine tools, with four extensively validated, predominantly in U.S. populations. SexPro exhibited the highest performance (pAUC: 0.75), while HIRI-MSM (pAUC: 0.69), Menza (pAUC: 0.63), and SDET (pAUC: 0.66) demonstrated moderate predictive ability, with considerable heterogeneity. For cisgender women, twelve African studies evaluated six tools, with VOICE being the only extensively validated tool (pAUC: 0.65 for adult females; 0.62 for adolescent and young women). Although additional tools were available for subgroups within Africa, there were no tools for cisgender women outside Africa. Among other populations, DHRS demonstrated good discrimination for general U.S. adults (pAUC: 0.80), as did the HIV Prevalence Risk Score for African mixed populations (AUC: 0.70), Kahle for heterosexual serodiscordant couples in Africa (pAUC: 0.73), and ARCH-IDU for people who use drugs in the U.S. (pAUC: 0.72). Sensitivity and specificity varied by cutoffs. Tool items fell into six domains: sexual activities, substance use, clinical factors, demographics, reproductive health, and other factors, with complexity differing by population and context. Interpretation: Validated tools can help identify HIV risk in some populations, but tools are still needed to promote equitable PrEP access for subpopulations such as cisgender women outside Africa. Public health programs and clinicians should consider incorporating up-to-date, local data to enhance the relevance and effectiveness of existing tools. Funding: This work was supported by the Canadian Institutes of Health Research (Grant number PCS - 183410). DHST is supported by a Tier 2 Canada Research Chair in Biomedical HIV/STI Prevention.
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 | 0,034 | 0,094 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,043 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».