HIV infection does not disproportionately affect the poorer in sub-Saharan Africa
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Wealthier populations do better than poorer ones on most measures of health status, including nutrition, morbidity and mortality, and healthcare utilization. OBJECTIVES: This study examines the association between household wealth status and HIV serostatus to identify what characteristics and behaviours are associated with HIV infection, and the role of confounding factors such as place of residence and other risk factors. METHODS: Data are from eight national surveys in sub-Saharan Africa (Kenya, Ghana, Burkina Faso, Cameroon, Tanzania, Lesotho, Malawi, and Uganda) conducted during 2003-2005. Dried blood spot samples were collected and tested for HIV, following internationally accepted ethical standards and laboratory procedures. The association between household wealth (measured by an index based on household ownership of durable assets and other amenities) and HIV serostatus is examined using both descriptive and multivariate statistical methods. RESULTS: In all eight countries, adults in the wealthiest quintiles have a higher prevalence of HIV than those in the poorer quintiles. Prevalence increases monotonically with wealth in most cases. Similarly for cohabiting couples, the likelihood that one or both partners is HIV infected increases with wealth. The positive association between wealth and HIV prevalence is only partly explained by an association of wealth with other underlying factors, such as place of residence and education, and by differences in sexual behaviour, such as multiple sex partners, condom use, and male circumcision. CONCLUSION: In sub-Saharan Africa, HIV prevalence does not exhibit the same pattern of association with poverty as most other diseases. HIV programmes should also focus on the wealthier segments of the population.
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.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découle