O1-S08.06 Variability in the numbers and types of sex partners of female sex workers and its impact on HIV prevalence in southern India
Notice bibliographique
Résumé
Background Heterogeneity in the structure of sex work within and across female sex worker (FSW) populations may be an important determinant of the spread of HIV. We characterised heterogeneity in sexual structure and assessed how it influenced HIV prevalence on a population level in southern India. Methods We used data collected from FSWs and clients in three districts (A, B, C) in Karnataka state, India, as part of the Avahan AIDS Initiative, a large-scale targeted HIV prevention program. A deterministic model of HIV transmission among FSWs/clients was parameterised/fitted to the district (A) with the highest FSW/client HIV prevalence in 2005 (33.9%/6.2%). We conducted multiple sensitivity analyses to examine how sexual structure parameters (Abstract O1-S08.06 figure 1) influenced modelled HIV prevalence within district A and identified sources of heterogeneity that could explain differences in HIV prevalence between district A and districts B and C. Abstract O1-S08.06 Figure 1 Impact of varying each sexual structure parameter through a wide range (half to double the baseline value) on peak HIV prevalence in district A. 1 . 1 Red bars=a positive correlation and grey bars=a negative correlation. Bars are arranged in the order of the absolute impact of each parameter on peak HIV prevalence. Results Duration of sex work (2.6-fold), duration of the repeat client/FSW relationship (1.7-fold) and numbers of clients of FSWs (1.6-fold) exhibited the largest differences across districts. In district A, doubling the numbers of clients of FSWs, numbers of visits to FSWs by clients and frequency of sex acts with repeat clients increased HIV prevalence the most. Interestingly, doubling the duration of the repeat FSW-client relationship and fraction of repeat clients decreased HIV prevalence the most (Abstract O1-S08.06 figure 1). The observed differences in the mean numbers of clients per month between districts (A:56; B:46; C:34) could alone explain most of the lower HIV prevalence in districts B and C relative to district A. Relative to that observed in district A, the lower number of sex acts with repeat clients in district B and larger FSW population size in district C could also explain these districts' lower HIV prevalence. Conclusions The impact of each sexual structure parameter on HIV prevalence depended on the values of other parameters, since many parameters were correlated to keep the total number of FSW-client/client-FSW partnerships equal. Although the rules defining how parameters need to be empirically validated, results demonstrate how their definition were of critical importance in influencing outcomes. The heterogeneous risk faced by FSWs needs to be recognised to explain differences in HIV prevalence, and to inform population-specific interventions capable of addressing the complexities implied by this heterogeneity.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,000 | 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 ».