A comparison of methods for estimating the incidence of human immunodeficiency virus infection in repeat blood donors
Notice bibliographique
Résumé
BACKGROUND: The incidence of human immunodeficiency virus (HIV) in repeat blood donors has been estimated using seven methods. Although incidence is always calculated as cases per person-time, approaches to selecting cases and calculating person-time vary. Incidence estimates have not been compared among methods. STUDY DESIGN AND METHODS: The seven methods were compared in a simulation study. Because three methods used information from donations made before an estimation interval, 8 years of donation and infection history were simulated, and Years 7 and 8 were treated as the estimation interval for all methods. An exponential random variate was assigned to each donor to simulate the time to infection. Infection risk was constant over 8 years in one scenario but increased at various rates in seven other scenarios. The infection risk scenarios were combined with four mixes of donation frequency to generate 32 test conditions. RESULTS: Three methods produced biased estimates under all conditions. Three other methods were biased under most conditions. Bias from most methods increased as donation frequency declined. The single method that consistently produced unbiased estimates was the only method that involved the standard epidemiological approach of tabulating all interdonation intervals (IDIs) within the estimation interval. Bias was eliminated from one of the consistently biased methods by a simple modification that involved the average IDI in a sample of donors. CONCLUSION: The standard epidemiological approach is recommended if required data are available. Otherwise, the modified method involving the estimated average IDI should be considered. Investigators should use caution when comparing incidence estimates among studies that use different estimation methods or donation frequencies.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».