HIV Prevalence Comparison Between Antenatal Sentinel Surveillance and Demographic and Health Survey in Rwanda§
Notice bibliographique
Résumé
OBJECTIVE: To compare HIV prevalence from antenatal surveillance to that of the demographic and health survey (DHS), and to identify factors determining the difference of HIV prevalence between women recruited in these two surveys in Rwanda in 2005. METHODS: Comparative cross-sectional study of HIV prevalence and socio-demographic factors collected by the antenatal survey in 13,745 pregnant women, seen in 30 health centres located throughout the country and those collected by the DHS among 5641 women, aged 15-49 years living in households located throughout the country. Log-binomial regression and direct standardization were used to estimate and compare HIV prevalence between the two surveys. RESULTS: HIV prevalence in the antenatal survey was slightly higher than that in DHS women (4.1% versus 3.6% p=0.103). Socio-demographic characteristics were differently distributed between the two populations. Whereas, 59%, 93%, 53% of pregnant women were aged 20-29 years, married or cohabiting and living in rural areas respectively, the corresponding proportions among DHS women were 35%, 48% and 83% (p<0.001). Simultaneous standardization of antenatal prevalence according to the distribution of socio-demographic characteristics in the DHS gave an overall HIV prevalence estimate of 3.6%, similar to the prevalence measured among DHS women. CONCLUSIONS: HIV prevalence in the antenatal survey overestimated that among women of the general population in Rwanda in 2005. This overestimation could be corrected by standardization of antenatal prevalence according to the distribution of age, geographical area, marital status, parity, and education, in the general 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.
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 | 0,006 | 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 | 0,001 |
| 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 ».