Changing Epidemiology of HIV in Mumbai: an Application of the Asian Epidemic Model
Notice bibliographique
Résumé
BACKGROUND: Mumbai is one of the most populous and high HIV prevalence cities in India. It has witnessed substantial changes in HIV-risk behaviors and a decline in HIV prevalence among high-risk groups during the past decade. AIM: To examine the changing pattern in the number of new HIV infections by transmission routes in Mumbai during 2000-2017. METHODS: We used the Asian Epidemic Model by dividing the adult population (aged 15 and above) into seven subgroups: brothel-based and non-brothel based female sex workers (FSWs), heterosexual clients of FSWs, men who have sex with men/transgendered people (MSM), injecting drug users (IDUs), general women and general men. The MSM subgroup included homosexual and bisexual men. RESULTS: New HIV infections among adults reduced by 86% during 2000-2010. The highest decline was among FSWs and their heterosexual clients (95%-98%), followed by MSM (82%), general women (77%), IDUs (51%) and general men (42%). Most new HIV infections during 2011-2017 are expected to occur among general women (1666) and general men (977) followed by MSM (715). Bisexual men were estimated to contribute about 14% of the new HIV infections among general women in 2010 and this proportion was estimated to increase to 19% in 2017. DISCUSSION: HIV prevention programs for MSM and the general population need to be strengthened. Ensuring early detection of HIV, and higher levels of consistent condom use by HIV-infected men and women are essential to prevent new HIV infections in future.
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 | 0,005 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».