MétaCan
Menu
Retour à la cohorte
Enregistrement W2403027974 · doi:10.2196/publichealth.5684

Rates of Prevalent HIV Infection, Prevalent Diagnoses, and New Diagnoses Among Men Who Have Sex With Men in US States, Metropolitan Statistical Areas, and Counties, 2012-2013

2016· article· en· W2403027974 sur OpenAlexvenueno aff
Eli S. Rosenberg, Jeremy A. Grey, Travis Sanchez, Patrick S. Sullivan

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensnon disponible
Organismes subventionnairesNational Center for HIV/AIDS, Viral Hepatitis, STD, and TB PreventionNational Institute of Allergy and Infectious DiseasesNational Institute on Drug AbuseCenters for Disease Control and PreventionNational Institutes of HealthCenter for AIDS Research, University of WashingtonEmory University
Mots-clésMedical diagnosisMedicineMetropolitan areaHuman immunodeficiency virus (HIV)DemographyMen who have sex with menGerontologyEpidemiologyEnvironmental healthFamily medicineInternal medicineSyphilisPathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In the United States, men who have sex with men (MSM) increasingly represent the majority of people living with and acquiring human immunodeficiency virus (HIV) infection. Local and federal surveillance programs estimate the number of persons living with an HIV diagnosis, persons living with HIV infection, and new diagnoses. Given the absence of population-based estimates of the number of MSM for US states, metropolitan statistical areas (MSAs), or counties, it is not possible to accurately estimate rates using these indicators at these levels, inhibiting the ability to understand HIV burden and to direct prevention efforts. OBJECTIVE: To synthesize recently published estimates of MSM population size with publicly available HIV surveillance data, in order to estimate the prevalence of HIV diagnosis and infection and the rate of new diagnoses, at the national, state, MSA, and county levels. METHODS: The number of MSM living with HIV infection in 2012 (prevalence), living with an HIV diagnosis in 2012 (diagnosed prevalence), and newly diagnosed with HIV infection in 2013 (new diagnosis), at state, MSA, and county levels, were obtained from publicly available data from AIDSVu.org and the US Centers for Disease Control and Prevention. The estimated number of MSM living in every US county was calculated using recently published methodology that utilized data from the National Health and Nutrition Examination Survey and American Community Survey. Estimated county-level MSM counts were aggregated to form MSA- and state-level totals. From this, we estimated HIV prevalence, diagnosed prevalence, and new diagnosis rates. RESULTS: The estimated HIV prevalence among MSM in the United States in 2012 was 15.0% (666,900/4,452,772), the diagnosed HIV prevalence in 2012 was 11.1% (493,453/4,452,772), and the new diagnosis rate for 2013 was 0.7 per 100 MSM. For diagnosed prevalence at the state level, 6 states had both <15,000 cases and diagnosed prevalence rates of ≥15%, all in the South. Five highly populated states had ≥15,000 cases and rates between 10% and 15%. Georgia was the only state with ≥15,000 cases and ≥15% diagnosed prevalence rate. Of the 25 MSAs with the highest diagnosed prevalence rates in the United States, 21 were in the South and 6 had diagnosed prevalence of ≥25%. County-level data showed high diagnosed prevalence rates in both urban and rural counties of the South. CONCLUSIONS: HIV infection is hyperendemic among MSM in many areas of the United States, particularly in the South. Our data emphasize the priorities for HIV prevention and care set forth in the United States National HIV/AIDS Strategy (NHAS) and provide updatable local estimates of NHAS indicators. Jurisdictions can use these results to direct resources, programs, and policies to optimally benefit the health of MSM.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,337
Écart entre enseignants0,313 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations111
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207