Assessment of intervention outcome in the absence of baseline data: 'reconstruction' of condom use time trends using retrospective analysis of survey data
Notice bibliographique
Résumé
BACKGROUND: Avahan, the India AIDS Initiative, is a large-scale targeted intervention. Data on condom use prior to Avahan are unavailable. The authors used a novel method of analysing cross-sectional survey data to 'reconstruct' condom use rates in presurvey years, and to assess the relationship between Avahan and time trends in condom use among female sex workers (FSWs). METHODS: Among FSWs reporting consistent condom use (CCU) with clients in surveys from 21 districts in southern India (n=7358), data on length of time using condoms, and length of time selling sex, were converted into number of FSWs using condoms (numerator) and selling sex (denominator) by year, to give yearly rates of CCU from 2001 to year of survey. Linear regression with generalised estimating equations was used to assess time trends and to compare the rate of increase in condom use before and after Avahan initiation in 2003. RESULTS: In all 21 districts, the rate of increase in CCU from 2001 to time of the surveys was highly significant. Overall CCU increased from 27% (22%) with occasional (regular) clients in 2001, to 76% (68%) in 2006, respectively. The yearly rate of increase in CCU was significantly greater after (slope 2003-2006: 12.7% (12.0%) per year for occasional (regular) clients) than prior to Avahan (slope 2001-2003: 5.1% (5.3%) per year for occasional (regular) clients) implementation (p<0.0001). CONCLUSIONS: The findings indicate a positive relationship between implementation of the Avahan programme and rates of CCU increase among FSW. This method of analysis may be useful in other contexts where preintervention data are lacking.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».