Does Core Area Theory Apply to Sexually Transmitted Diseases in Rural Environments?
Notice bibliographique
Résumé
BACKGROUND: Our objective was to determine the extent to which geographical core areas for gonorrhea and syphilis are located in rural areas as compared with urban areas. METHODS: Incident gonorrhea (January 1, 2005-December 31, 2010) and syphilis (January 1, 1999-December 31, 2010) rates were estimated and mapped by census tract and quarter. Rurality was measured using percent rural and rural-urban commuting area (rural, small town, micropolitan, or urban). SaTScan was used to identify spatiotemporal clusters of significantly elevated rates of infection. Clusters lasting 5 years or longer were considered core areas; clusters of shorter duration were considered outbreaks. Clusters were overlaid on maps of rurality and qualitatively assessed for correlation. RESULTS: Twenty gonorrhea core areas were identified: 65% were in urban centers, 25% were in micropolitan areas, and the remaining 10% were geographically large capturing combinations of urban, micropolitan, small town, and rural environments. Ten syphilis core areas were identified with 80% in urban centers and 20% capturing 2 or more rural-urban commuting areas. All 10 (100%) of the syphilis core areas overlapped with gonorrhea core areas. CONCLUSIONS: Gonorrhea and syphilis rates were high for rural parts of North Carolina; however, no core areas were identified exclusively for small towns or rural areas. The main pathway of rural sexually transmitted disease (STI) transmission may be through the interconnectedness of urban, micropolitan, small town, and rural areas. Directly addressing STIs in urban and micropolitan communities may also indirectly help address STI rates in rural and small town communities.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 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 ».