Drivers of STD/HIV epidemiology and the timing and targets of STD/HIV prevention
Notice bibliographique
Résumé
Since the turn of the century insights into sexually transmitted disease (STD)/HIV epidemiology and prevention have proliferated. Accumulating empirical data and mathematical modelling efforts interactively point to a number of grounded generalisations that enhance our understanding of the spread of STIs including HIV in populations. These insights have important implications for the design and implementation of prevention programmes: they can guide expectations around the magnitude and shape of STI/HIV epidemics in the absence of prevention and control programmes; they can guide thoughts about when to implement prevention strategies, which subgroups to target and how to define required coverage; and they can help interpret programme successes and failures.1 An important generalisation is about the central role of population-level parameters in determining the magnitude and shape of STI epidemics. Whereas individual-level parameters may influence which individuals in a given population acquire infection, it is population-level parameters that affect the presence and prevalence of infection to be acquired. ### Sexual structure Sexual structure is a population-level parameter which increasingly emerges as an important determinant of whether major epidemics emerge in populations. The size and distribution of high-risk groups, or core groups, is an aspect of sexual structure that has received attention over the years.2–5 High-risk groups include sex workers, clients of sex workers, injecting drug users (IDUs) and men having sex with men. In specific areas other groups such as truck drivers or miners may also be defined as high-risk groups. A recent analysis suggests that the number of infected sex workers in a country, measured as a percentage of the total female adult population age 15–49 years, is highly positively correlated with country-wide HIV/AIDS prevalence levels.6 Although this analysis probably overstates the importance of sex work in determining the size of epidemics in southern Africa, in much of the world the …
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».