Is HIV Prevalence Declining in Southern India? Evidence From Two Rounds of General Population Surveys in Bagalkot District, Karnataka
Notice bibliographique
Résumé
OBJECTIVES: To assess the levels and trends in the prevalence of HIV and sexually transmitted infections in the general population in Bagalkot district using 2 cross-sectional surveys undertaken in 2003 and 2009. METHODS: In both surveys, a target sample of 6600 adult males and females was selected systematically from a sample of 10 rural villages and 20 urban blocks in 3 of the 6 talukas (subdistrict units) in the district. Urine and blood samples were collected from all consenting participants for HIV and sexually transmitted infection testing. Changes in HIV prevalence in age subgroups were determined by logistic regression, taking into account the survey design. RESULTS: HIV prevalence fell not significantly from 3.2% to 2.5% during the 6-year study period. It decreased significantly (P = 0.023) among persons aged 15 to 24 years, from 2.4% in 2003 (95% confidence interval [95% CI]: 1.2-3.7) to 1.3% in 2009 (95% CI: 0.6 -2.0). However, among males aged 35 and above, HIV prevalence increased significantly (P = 0.008), from 3.0% (95% CI: 1.1-4.8) to 4.2% (95% CI: 1.8-6.6), a level similar to that found in the younger age-group in 2003. CONCLUSIONS: We observed a significant decline in HIV prevalence among people aged 15 to 24 years, where HIV prevalence more closely reflects incidence. The increase in HIV prevalence among older males may have been because of the aging of a cohort of men among whom HIV prevalence was highest in the 2003 survey. It may also have in part reflected increased survival, as a result of the scaling up of antiretroviral treatment programs throughout the district and state.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».