Evaluating the impact of achieving cascade equality in Eswatini: a modeling study on the prevention impacts of antiretroviral therapy
Notice bibliographique
Résumé
OBJECTIVE: Inequalities in the antiretroviral therapy (ART) cascade across subpopulations remain an ongoing challenge in the global HIV response. Eswatini achieved the UNAIDS 95-95-95 ART cascade targets by 2020, with differentiated programs to minimize inequalities across subpopulations, including for female sex workers (FSWs) and their clients. We sought to estimate the impacts of this achievement, through a retrospective impact evaluation of ART scale-up in Eswatini. DESIGN: Drawing on population-level and FSW-specific surveys, we developed a compartmental model of heterosexual HIV transmission, and calibrated it to observed HIV prevalence, incidence, and ART cascade scale-up in Eswatini. METHODS: We defined four counterfactual scenarios in which the population overall reached only 80-80-90 by 2020, but where FSW, clients, both, or neither were disproportionately left behind, reaching only 60-40-80. We estimated additional HIV infections by 2020 in counterfactual vs. observed scenarios, and identified epidemic conditions which maximized differences. RESULTS: Compared with observed cascade scale-up in Eswatini, leaving behind neither FSW nor their clients led to median (95% confidence interval, 95% CI) 8.8 (6.3-10.9) additional infections by 2020 vs. 14.3 (10.8-18.6) if both were left behind, a 63 (31-128) increase. The impact of leaving behind FSW and/or clients was largely determined by their population sizes and HIV incidence ratio among clients vs. men overall. CONCLUSION: Inequalities in the ART cascade across subpopulations can undermine the anticipated prevention impacts of cascade scale-up. As Eswatini has shown, addressing inequalities in the ART cascade that intersect with transmission risk can maximize incidence reductions from cascade scale-up.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».