MétaCan
Menu
Retour à la cohorte
Enregistrement W3024048759

Distribution Spatiale et Taille des Populations Adolescentes et Jeunes en Situation de Vulnérabilité au VIH au Cameroun

2020· article· fr· W3024048759 sur OpenAlexaboutno aff
SC Billong, LB Savadogo, H. Mbwolie Nsabala, CI Penda, MN Ngoufack, Désiré Akaba, Antonio Lorenzo Tena, D Ngouo, AF Zeh Meka, Joseph Fokam, Brian Bongwong Tamfon, EJ Billong, JB Guiard-Schmid, R Moutapam B Pamela, H Diallo, Leonard Bonono, AC Zoung-Kanyi Bissek, Georges Nguefack‐Tsague

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineComputer Science
ThématiqueICT in Developing Communities
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIncidence (geometry)Human immunodeficiency virus (HIV)Context (archaeology)DemographyMedicineVulnerability (computing)PopulationGeographyEnvironmental healthImmunologySociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Introduction. The highest incidence of HIV in Cameroon is found among adolescents and young people (teenagers). The country, however, devotes significant preventive investments for this group. For an efficient and effective implementation of the fight against HIV in this group, it is essential to study the spatial and demographic distribution of these populations in a context of vulnerability to HIV in Cameroon. Methods. This cross-sectional and descriptive study was conducted in the ten regions of Cameroon. The approach used was that of programmatic mapping developed by the University of Manitoba (Canada). Adolescents and youths at risk of HIV were people aged 10 to 24 years in relation to key populations (KPs) such as: sex workers, men who have sex with men, and drug users; either on (or near) hot spots; or living with a KP outside the hot spots. Results. A total of 3 425 hotspots were identified. The number of vulnerable adolescents was estimated at 201 653 (155 615-247 691). Littoral, Centre, and Western regions had the highest number with 37 442 (29 015-45 828), 32 917 (26 901-38 932) and 24 472 (18 332-30 613) respectively. Conclusion. These results suggest that preventive measures should be developed for adolescents, as well as the conduct of Integrated Biological and Behavioral Surveillance (IBBS) to better understand their vulnerabilities, their needs and the extent of HIV in this group. RESUME Introduction. La plus forte incidence du VIH au Cameroun se retrouve chez les adolescent(e)s et jeunes. Le pays consacre pourtant des investissements de prevention importants pour ce groupe.  Pour une mise en œuvre efficace et efficiente de la lutte contre le VIH dans ce groupe, il est indispensable d’etudier la distribution spatiale et demographique de ces populations en contexte de vulnerabilite au VIH au Cameroun. Methodes. Cette etude transversale et descriptive a ete realisee dans les dix regions du Cameroun. L’approche utilisee a ete celle de la cartographie programmatique developpee par l’Universite de Manitoba (Canada). Les adolescent(e)s et jeunes vulnerables au VIH etaient des personnes âgees entre 10 et 24 ans en lien avec les populations cles (PC) telles que : Travailleuses de sexe, Hommes ayant des rapports sexuels avec des hommes, et Usagers de drogues; soit sur (ou proximite) les points chauds (PCd); ou vivant avec une PC en dehors du PCd. Resultats. Au total 3 425 PCds ont ete identifies. Le nombre des adolescent(e)s et jeunes vulnerables etait estime a 201 653 (155 615-247 691). Les regions du Littoral, du Centre et de l’Ouest comptaient le plus grand nombre avec respectivement 37 442 (29 015-45 828), 32 917 (26 901-38 932), et 24 472 (18 332-30 613). Conclusion. Ces resultats suggerent de developper des interventions specifiques de prevention chez les adolescent(e)s et jeunes autour des « points chauds », ainsi que la conduite d’etudes bio-comportementales dans ce groupe, afin de mieux comprendre l’envergure et les determinants de leur vulnerabilite.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,662
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,088
Tête enseignante GPT0,310
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetICT in Developing CommunitiesTravaux en français237 207