Patterns and trends in Pakistan's heterogeneous HIV epidemic
Notice bibliographique
Résumé
BACKGROUND: Considerable HIV transmission occurs among injection drug users (IDUs) in Pakistan and recently the HIV prevalence has been increasing among male (MSW), hijra (transgender; HSW) and female (FSW) sex workers. We describe past and estimate future patterns of HIV emergence among these populations in several cities in Pakistan. METHODS: The density of these key populations per 1000 adult men was calculated using 2011 mapping data from Karachi, Lahore, Faisalabad, Larkana, Peshawar and Quetta, and surveillance data were used to assess bridging between these key populations. We used the UNAIDS Estimation and Projection Package model to estimate and project HIV epidemics among these key populations in Karachi, Lahore, Faisalabad and Larkana. RESULTS: The density and bridging of key populations varied across cities. Lahore had the largest FSW population (11.5/1000 adult men) and the smallest IDU population (1.7/1000 adult men). Quetta had the most sexual and drug injection bridging between sex workers and IDUs (6.7%, 7.0% and 3.8% of FSW, MSW and HSW, respectively, reported injecting drugs). Model evidence suggests that by 2015 HIV prevalence is likely to reach 17-22% among MSWs/HSWs in Karachi, 44-49% among IDUs in Lahore and 46-66% among IDUs in Karachi. Projection suggests the prevalence may reach as high as 65-75% among IDUs in Faisalabad by 2025. HIV prevalence is also estimated to increase among FSWs, particularly in Karachi and Larkana. CONCLUSIONS: There is a need to closely monitor regional and subpopulation epidemic patterns and implement prevention programmes customised to local epidemics.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,001 |
| 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 ».