MétaCan
Menu
Retour à la cohorte
Enregistrement W3084816459 · doi:10.12688/gatesopenres.13158.2

Mapping virtual platforms to estimate the population size of men who have sex with men (MSM) who use internet to find sexual partners: implications to enhance HIV prevention among MSM in Kenya

2020· preprint· en· W3084816459 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueGates Open Research · 2020
Typepreprint
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésMen who have sex with menThe InternetPsychological interventionPopulationDemographyHuman immunodeficiency virus (HIV)GeographyPsychologyMedicineComputer scienceVirologySociologyWorld Wide WebPsychiatry

Résumé

récupéré en direct d'OpenAlex

<ns3:p><ns3:bold>Introduction: </ns3:bold>Men who have sex with men (MSM) in Kenya face a disproportionate HIV disease burden. Over the last few years, the use of virtual platforms and internet sites to seek male sexual partners has increased manyfold in Kenya. New approaches are required to map, estimate and profile MSM who operate through virtual platforms to design interventions for them.</ns3:p><ns3:p> <ns3:bold>Methods:</ns3:bold> This study was conducted in three counties in Kenya: Kiambu, Kisumu and Mombasa with MSM who use virtual platforms such as geosocial networking (GSN) and social networking applications to find and connect with male sex partners. The platforms were profiled through a multi-stage approach and the number of MSM associated with these platforms were estimated. In the final stage, 435 respondents randomly selected from the virtual platforms were interviewed in a secure location after informed consent. Data analysis focused on calculating an estimate of MSM for each virtual platform in each site, adjusting for duplicate profiles and multiple registrations.</ns3:p><ns3:p> <ns3:bold>Results:</ns3:bold> We identified 24 GSN apps, 18 Facebook accounts/pages and 18 WhatsApp groups across the three counties, with Facebook being the preferred platform. Kiambu had the highest number of estimated MSM at 3,635 (95%CI = 3,335 to 3,990) followed by Kisumu at 1,567 (95%CI = 1,480 to 1,665) and Mombasa at 1,469 (95%CI = 1,335 to 1,604) who used virtual platforms to find other male sexual partners. On average, each MSM had 3.7 profiles on multiple platforms, with an average of 2.1 profiles used in the past month.</ns3:p><ns3:p> <ns3:bold>Conclusions:</ns3:bold> The use of conventional population size estimation approaches that focus on physical sites alone may underestimate the total number of MSM in a geography. Virtual mapping should be used in conjunction with conventional hot spot based size estimation methodologies to estimate numbers of MSM to set programmatic targets.</ns3:p>

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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: Empirique
Score de désaccord entre enseignants0,559
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,004
Intégrité de la recherche0,0000,002
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 Opus0,116
Tête enseignante GPT0,473
Écart entre enseignants0,358 · 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