Novel Approaches for Estimating Female Sex Worker Population Size in Conflict-Affected South Sudan
Notice bibliographique
Résumé
BACKGROUND: Limited data exist describing the population size of female sex workers (FSW) in South Sudan. A population size estimation exercise among FSW was undertaken in Juba and Nimule during the Eagle Survey. OBJECTIVE: The study aimed to estimate the number of FSW in Juba and Nimule to inform resource allocation and service provision for FSW. METHODS: We utilized service and unique object multipliers, and 3-source capture-recapture methods in conjunction with a respondent-driven sampling (RDS) survey to estimate the number of FSW in Juba and Nimule. For service multiplier, the number of FSW testing for HIV in 2015 (Juba) and 2016 (Nimule) was obtained from the LINKAGES program targeting FSW. Survey participants were asked whether they had been tested for HIV by LINKAGES during the relevant period. A total of 2 separate unique object distributions were conducted in Juba and Nimule. In Nimule, these were combined to produce a 3-source capture-recapture estimate. The exercise involved distribution of key chains and bangles to FSW, documentation of the number of those who received unique objects, and questions during RDS survey to assess whether participants received unique objects. RESULTS: In Juba, the service multiplier method yielded an estimate of 5800 (95% CI 4927-6673) FSW. The unique object estimate (key chain and RDS participation) yielded 5306 (95% CI 4673-5939). Another estimate using RDS participation and receipt of a bangle yielded a much lower estimate of 1863 (95% CI 1776-1951), as did a 2-source estimate of key chain and bangle (2120, 95% CI 2028-2211). A 3-source capture-recapture estimate could not be produced because aggregate rather than individual level data were collected during the third capture. The multiplier estimate using key chain and RDS participation was taken as the final population estimate for FSW in Juba, which constitutes more than 6% of the female population aged 15 to 64 years. In Nimule, the service multiplier method yielded an estimate of 9384 (95% CI 8511-10,257). The 2-source estimates for key chain and RDS yielded 6973 (95% CI 4759-9186); bangles and RDS yielded a higher estimate of 13,104 (95% CI 7101-19,106); key chains and bangles yielded a lower estimate of 1322 (95% CI 1223-1420). The 3-source capture-recapture method using Bayesian nonparametric latent-class model-based estimate yielded a population of 2694 (95% CI 1689-6945), and this was selected as the final estimate for Nimule, which constitutes nearly 40% of female population aged 15 to 64 years. CONCLUSIONS: The service and unique object multiplier, and 3-source capture-recapture methods were successfully used to estimate the number of FSW in Nimule, whereas service and unique object multiplier methods were successfully used in Juba. These methods yielded higher than previously estimated FSW population sizes. These estimates will inform resource allocation and advocacy efforts to support services for FSW.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».