MétaCan
Menu
Retour à la cohorte
Enregistrement W4417230962 · doi:10.1371/journal.pmed.1004827

Heterogeneous impacts of HIV pre-exposure prophylaxis (PrEP) on drug resistance and phylogenetic cluster transmission dynamics in British Columbia, Canada: A retrospective cohort and simulation study

2025· article· en· W4417230962 sur OpenAlexafffundabout
Angela McLaughlin, Junine Toy, Vincent Montoya, Paul Sereda, Jason Trigg, Mark Hull, Chanson J. Brumme, Rolando Barrios, Julio Montaner, Jeffrey B. Joy

Notice bibliographique

RevuePLoS Medicine · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensAIDS VancouverUniversity of British Columbia
Organismes subventionnairesHealth CanadaGenome British ColumbiaCanadian Institutes of Health ResearchGenome CanadaMinistry of Health, British ColumbiaVancouver Coastal HealthPublic Health Agency of Canada
Mots-clésRetrospective cohort studyCluster (spacecraft)Drug resistanceHuman immunodeficiency virus (HIV)Phylogenetic treeCohort studyTransmission (telecommunications)Epidemiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: HIV pre-exposure prophylaxis (PrEP) prevents infection when used during periods of risk, however, its population-level effectiveness is hindered by incomplete uptake, adherence, and retention. Since oral PrEP became available free-of-cost in British Columbia (BC), Canada, in January 2018, uptake has been rapid among eligible individuals, primarily comprising gay, bisexual, and other men who have sex with men (GBM), however, its effectiveness against HIV acquisition across subpopulations alongside potential effects on baseline drug resistance have not been estimated. We evaluated individual and population-level impacts of PrEP on HIV drug resistance and transmission in phylogenetic clusters, representing groups of individuals linked by recent outbreaks, to elucidate heterogeneity in its effectiveness. METHODS AND FINDINGS: Using a retrospective cohort design, we evaluated the frequencies of baseline drug resistance mutations and membership in phylogenetic clusters among newly HIV diagnosed people who ever filled a prescription for HIV PrEP (i.e., PrEP users) in BC (n = 39) compared to non-PrEP users (n = 566) diagnosed from 2018 to 2022 in the BC Drug Treatment Program with at least one sequence available. Newly HIV diagnosed PrEP users were significantly more likely than newly diagnosed non-PrEP users to be included in phylogenetic clusters (chi-squared test, p = 0.0075) and carry baseline nucleoside analogue reverse transcriptase inhibitor (NRTI) resistance mutation M184I/V (Fisher's exact test, adjusted p-value = 0.025). Subsequently, we quantified the population-level impacts of widespread PrEP availability on transmission based on the effective reproduction number (Re), compared across key populations living with HIV in BC and active phylogenetic clusters with at least one new case since 2018. We applied simulations of active clusters' growth based on their empirically observed Re with or without estimated PrEP impacts to estimate diagnoses averted via PrEP across clusters, with non-clustered cases grouped together. Most diagnoses were averted in large and medium GBM-predominant clusters. In a Poisson model, clusters with fewer diagnoses averted were associated with having a higher median age and lower proportion of new diagnoses with PrEP use, adjusted for cluster size at the end of 2017 and proportion residing in Vancouver Coastal Health Authority. These results must be interpreted in light of uncertainty owing to incomplete sampling, the use of consensus genomes, phylogenetic inference, and the assumptions of counterfactual simulations. CONCLUSIONS: We estimated that the oral PrEP program in BC from 2018 to 2022 averted approximately 20 new HIV diagnoses per year across phylogenetic clusters, while infrequently contributing to baseline drug resistance in instances where PrEP was inadvertently prescribed during acute infection or with incomplete adherence. These findings corroborate the broad effectiveness of PrEP, describe heterogeneity in its impacts on clusters' growth, and suggest groups for prioritized PrEP services.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0030,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,264
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePLoS MedicineMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207