P1-S4.25 Using mathematical models to understand the causes of the ecological association seen between HIV and HSV-2 in female sex workers in Southern India
Notice bibliographique
Résumé
Background Cross-sectional surveys of female sex workers (FSW) in multiple districts in Southern India show a strong ecological association between HIV and HSV-2 prevalence. Modelling was used to determine if this association is primarily due to shared behavioural risk factors (such as partner change rate) or if biological interactions between the two viruses also play a major role. Methods Linear regression was used to find significant predictors of FSW HIV prevalence in 17 districts in Southern India (using data from Avahan, the India AIDS Initiative). Explanatory variables investigated included prevalence of different STIs in FSW and clients, mean duration of being an FSW or client, and mean reported number of clients per FSW or FSW visited per client. A deterministic HIV/HSV-2 transmission model without behavioural heterogeneity or transmission co-factors was parameterised using district-specific FSW and client behavioural data and fitted to HIV and HSV-2 prevalence data for each district by varying the per partnership HIV and HSV-2 transmission probabilities. The model was firstly fit to all districts simultaneously assuming a constant HIV and HSV-2 transmission probability to see whether district-level variations in behaviour were sufficient to explain the trends seen, and then fit separately for each district to test for trends in the estimated transmission parameters in different settings. Results FSW HSV-2, syphilis, gonorrhoea and chlamydia prevalence, client HIV prevalence and mean number of clients per FSW per week were all correlated with FSW HIV prevalence, but only FSW HSV-2 prevalence remained a significant predictor in multivariate analysis. The dynamic model reproduced the HIV/HSV-2 association when simultaneously fit to all districts, but was a poor fit to data (Abstract P1-S4.25 figure 1). When individual transmission probabilities were fit for each district positive correlations were seen between the HSV-2 transmission probability and both the HIV transmission probability and HSV-2 prevalence, but not between the HIV transmission probability and HSV-2 prevalence or vice versa. Abstract P1-S4.25 Figure 1 FSW. Conclusion These results suggest that differences in mean reported partner change rate or duration of commercial sex are not sufficient to explain the association between HIV and HSV-2 prevalence in FSW in Southern India. However, initial analyses do not show clear evidence for a biological interaction. More detailed models will be used to further investigate the association.
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 ».