The impact of out-migrants and out-migration on the HIV/AIDS epidemic: a case study from south-west India
Notice bibliographique
Résumé
OBJECTIVE: Seasonal migration may be an important driver of the HIV epidemic in India; however, migrant sexual behaviour data are limited. This study assessed the extent to which migration could explain heterogeneity in HIV prevalence in Bagalkot district, in Karnataka state, India, examining important migration-related risk factors for HIV transmission and implications for prevention. DESIGN: We used mathematical modelling to explore the potential impact of different seasonal migration patterns on HIV prevalence. METHODS: A deterministic compartmental mathematical model of heterosexually transmitted HIV infection was developed. Six migration scenarios were explored, depending on which population migrated (men/clients only/female sex workers; FSW), and which local population determined the demand for commercial sex while migrants were away. RESULTS: The impact of migration varied substantially across the six migration scenarios. Migration was unlikely to explain heterogeneity in HIV prevalence unless a fraction of all men migrated and local FSW drove the demand for commercial sex. Even with very high-risk migrant sexual behaviour in the migration destination, targeting interventions at 30%-100% of local core groups could prevent a maximum of 12%-40% of new infections (87% effective condoms), from 2004-2015. Targeting migrants locally and at their destination could have up to 1.6-times the impact of targeting migrants only at their destination. CONCLUSIONS: Results suggest that core group interventions introduced locally because of the difficulty of reaching migrant populations could still be beneficial. Understanding how local sexual networks change during migration is crucial for understanding the impact of migration on HIV transmission, and for designing HIV preventive interventions.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».