Capture-Recapture Among Men Who Have Sex With Men and Among Female Sex Workers in 11 Towns in Uganda
Notice bibliographique
Résumé
BACKGROUND: Key populations at higher risk for HIV infection, including people who inject drugs, men who have sex with men (MSM), and female sex workers (FSWs), are disproportionately affected by the HIV/AIDS epidemic. Empirical estimates of their population sizes are necessary for HIV program planning and monitoring. Such estimates, however, are lacking for most of Uganda's urban centers. OBJECTIVE: The aim of this study was to estimate the number of FSWs and MSM in select locations in Uganda. METHODS: We utilized conventional 2-source capture-recapture (CRC) to estimate the population of FSWs in Mbale, Jinja, Wakiso, Mbarara, Gulu, Kabarole, Busia, Tororo, Masaka, and Kabale and the population of MSM in Mbale, Jinja, Wakiso, Mbarara, Gulu, Kabarole, and Mukono from June to August 2017. Hand mirrors and key chains were distributed to FSWs and MSM, respectively, by peers during capture 1. A week later, different FSWs and MSM distributors went to the same towns to collect data for the second capture. Population size estimates and 95% CIs were calculated using the CRC Simple Interactive Statistical Analysis. RESULTS: We estimated the population of FSWs and MSM using 2 different recapture definitions: those who could present the object or identify the object from a set of photos. The most credible (closer to global estimates of MSM; 3%-5%) estimates came from those who presented the objects only. The FSW population in Mbale was estimated to be 693 (95% CI 474-912). For Jinja, Mukono, Busia, and Tororo, we estimated the number of FSWs to be 802 (95% CI 534-1069), 322 (95% CI 300-343), 961 (95% CI 592-1330), and 2872 (95% CI 0-6005), respectively. For Masaka, Mbarara, Kabale, and Wakiso, we estimated the FSWs population to be 512 (95% CI 384-639), 1904 (95% CI 1058-2749), 377 (95% CI 247-506), and 828 (95% CI 502-1152), respectively. For Kabarole and Gulu, we estimated the FSWs population to be 397 (95% CI 325-469) and 1425 (95% CI 893-1958), respectively. MSM estimates were 381 (95% CI 299-462) for Mbale, 1100 (95% CI 351-1849) for Jinja, 368 (95% CI 281-455) for Wakiso, 322 (95% CI 253-390) for Mbarara, 180 (95% CI 170-189) for Gulu, 335 (95% CI 258-412) for Kabarole, and 264 (95% CI 228-301) for Mukono. CONCLUSIONS: The CRC activity was one of the first to be carried out in Uganda to obtain small town-level population sizes for FSWs and MSM. We found that it is feasible to use FSW and MSM peers for this activity, but proper training and standardized data collection tools are essential to minimize bias.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».