Estimating the Population Size of Female Sex Workers in Namibia Using a Respondent-Driven Sampling Adjustment to the Reverse Tracking Method: A Novel Approach
Notice bibliographique
Résumé
BACKGROUND: Key populations, including female sex workers (FSWs), are at a disproportionately high risk for HIV infection. Estimates of the size of these populations serve as denominator data to inform HIV prevention and treatment programming and are necessary for the equitable allocation of limited public health resources. OBJECTIVE: This study aimed to present the respondent-driven sampling (RDS) adjusted reverse tracking method (RTM; RadR), a novel population size estimation approach that combines venue mapping data with RDS data to estimate the population size, adjusted for double counting and nonattendance biases. METHODS: We used data from a 2014 RDS survey of FSWs in Windhoek and Katima Mulilo, Namibia, to demonstrate the RadR method. Information from venue mapping and enumeration from the survey formative assessment phase were combined with survey-based venue-inquiry questions to estimate population size, adjusting for double counting, and FSWs who do not attend venues. RadR estimates were compared with the official population size estimates, published by the Namibian Ministry of Health and Social Services (MoHSS), and with the unadjusted RTM. RESULTS: Using the RadR method, we estimated 1552 (95% simulation interval, SI, 1101-2387) FSWs in Windhoek and 453 (95% SI: 336-656) FSWs in Katima Mulilo. These estimates were slightly more conservative than the MoHSS estimates-Windhoek: 3000 (1800-3400); Katima Mulilo: 800 (380-2000)-though not statistically different. We also found 75 additional venues in Windhoek and 59 additional venues in Katima Mulilo identified by RDS participants' responses that were not detected during the initial mapping exercise. CONCLUSIONS: The RadR estimates were comparable with official estimates from the MoHSS. The RadR method is easily integrated into RDS studies, producing plausible population size estimates, and can also validate and update key population maps for outreach and venue-based sampling.
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 | 0,009 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».