Evaluating large-scale HIV prevention interventions: study design for an integrated mathematical modelling approach
Notice bibliographique
Résumé
BACKGROUND: There is an urgent need to evaluate HIV prevention interventions, thereby improving our understanding of what works, under what circumstances and what is cost effective. OBJECTIVES: To describe an integrated mathematical evaluation framework designed to assess the population-level impact of large-scale HIV interventions and applied in the context of Avahan, the Indian AIDS Initiative, in southern India. The Avahan Initiative is a large-scale HIV prevention intervention, funded by the Bill & Melinda Gates Foundation, which targets high-risk groups in selected districts of the six states most affected by the HIV/AIDS epidemic (Maharashtra, Karnataka, Tamil Nadu, Andhra Pradesh, Nagaland and Manipur) and along the national highways. METHODS: One important component of the monitoring and evaluation of Avahan relies on an integrated mathematical framework that combines empirical biological and behavioural data from different subpopulations in the intervention areas, with the use of tailor-made transmission dynamics models embedded within a Bayesian framework. RESULTS: An overview of the Avahan Initiative and the objectives of the monitoring and evaluation of the intervention is given. The rationale for choosing this evaluation design compared with other possible designs is presented, and the different components of the evaluation framework are described and its advantages and challenges are discussed, with illustrated examples. CONCLUSIONS: This is the first time such an approach has been applied on such a large scale. Lessons learnt from the CHARME project could help in the design of future evaluations of large-scale interventions in other settings, whereas the results of the evaluation will be of programmatic and public health relevance.
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 | 0,196 | 0,220 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 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 ».