The HIV/AIDS Surveillance Project mapping approach: an innovative approach for mapping and size estimation for groups at a higher risk of HIV in Pakistan
Notice bibliographique
Résumé
OBJECTIVE: We developed a mapping approach to gather data on distribution, number of settings, operational typologies and estimated size of female sex workers (FSWs), male sex workers, hijra sex workers and injection drug users in Pakistan. METHODS: Data were collected across 12 major cities in Pakistan. Broader methodological steps involved dividing each target city into smaller geographical units and collecting data within each zone from secondary and tertiary key informants, also known as level 1. Level 2 ensured involvement of the communities themselves in validating these estimates, followed by triangulation of the finalized results. Rates for each subgroup per 1000 adult men or women were computed and rolled up into provincial estimates to be summed up into national estimates. RESULTS: FSWs formed the largest group reported, with estimates of 79 127 and five different subtypologies. Injection drug users were the second largest group, followed by male sex workers and hijra sex workers with estimates of 31 555, 19 320 and 14 702, respectively. We estimated approximately 167 501 FSWs in Pakistan, with an overall national rate of 4. 4 FSWs per 1000 adult women. A total of 71 911 male sex workers in addition to 39 262 hijra sex workers were calculated with rates of 1.7 and 0.9 per 1000 men, whereas injection drug users had an overall estimate of 102 042. CONCLUSION: This relatively simple methodology provides a scientific and systematic approach, which can be used in the region to estimate population sizes, understand geographical distribution of these groups and recognize the various operational typologies and dynamics of these populations for developing effective prevention strategies.
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 | 0,003 | 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 | 0,001 | 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) | 0,000 | 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 ».