Global Epidemiology of HIV Infection and Related Syndemics Affecting Transgender People
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
INTRODUCTION: Transgender populations have been underrepresented in HIV epidemiologic studies and consequently in HIV prevention, care, and treatment programs. Since 2012, there has been a dramatic increase in research focused on transgender people. Studies highlight the burden of HIV and risk determinants, including intersecting stigmas, as drivers of syndemics among transgender populations. This review synthesizes the most recent global epidemiology of HIV infection and describes current gaps in research and interventions to inform prioritization of HIV research for transgender populations. METHODS: A systematic review was conducted of the medical literature published between January 1, 2012 and November 30, 2015. The data focused on HIV prevalence, determinants of risk, and syndemics among transgender populations. RESULTS: Estimates varied dramatically by location and subpopulation. Transfeminine individuals have some of the highest concentrated HIV epidemics in the world with laboratory-confirmed prevalence up to 40%. Data were sparse among trans masculine individuals; however, they suggest potential increased risk for trans masculine men who have sex with men (MSM). No prevalence data were available for transgender people across Sub-Saharan Africa or Eastern Europe/Central Asia. Emerging data consistently support the association of syndemic conditions with HIV risk in transgender populations. DISCUSSION: Addressing syndemic conditions and gender-specific challenges is critical to ensure engagement and retention in HIV prevention by transgender populations. Future research should prioritize: filling knowledge gaps in HIV epidemiology; elucidating how stigma shapes syndemic factors to produce HIV and other deleterious effects on transgender health; and understanding how to effectively implement HIV interventions for transgender people.
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.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 découle