Harnessing registry data to identify socio-demographic and socio-economic gaps in HIV care in the Netherlands
Notice bibliographique
Résumé
To ensure progress towards zero new HIV infections, more detailed information is needed about why certain individuals might not successfully transition through the steps of the HIV care continuum. We used data from 21,788 individuals with HIV who were enrolled in the ATHENA cohort before 31 December 2023, and combined these with registry data from Statistics Netherlands. This allowed modeling socio-demographic, -economic, and health-related determinants of not achieving two milestones of the HIV care continuum, i.e., suppressed viral load and engagement in care. Across all subgroups of men who have sex with men (MSM), cisgender heterosexual men, and women, living in poverty was associated with having detectable viral loads and disengagement from care, and younger age with only detectable viral loads. In MSM, having only primary education, a second-generation migration background, and living in a single-parent, institutionalized, or other household was also associated with having a detectable viral load. The HIV care continuum in the Netherlands is heavily influenced by socio-economic, rather than health-related, determinants. Efforts to optimize HIV care through specialized interventions should consider individual economic vulnerability. Our findings also illustrate the value of using registry data to identify gaps in care. Understanding why individuals drop out of the HIV continuum of care is important for improving disease control programs. Here, the authors use linked population-level data to identify socioeconomic factors associated with unsuppressed viral load and disengagement from HIV care in the Netherlands.
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 | 0,015 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».