Using data from ‘visible’ populations to estimate the size and importance of ‘hidden’ populations in an epidemic: A modelling technique
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.
Notice bibliographique
Résumé
We used reported behavioural data from cisgender men who have sex with men and transgender women (MSM/TGW) in Bangalore, mainly collected from 'hot-spot' locations that attract MSM/TGW, to illustrate a technique to deal with potential issues with the representativeness of this sample. A deterministic dynamic model of HIV transmission was developed, incorporating three subgroups of MSM/TGW, grouped according to their reported predominant sexual role (insertive, receptive or versatile). Using mathematical modelling and data triangulation for 'balancing' numbers of partners and role preferences, we compared three different approaches to determine if our technique could be useful for inferring characteristics of a more 'hidden' insertive MSM subpopulation, and explored their potential importance for the HIV epidemic. Projections for 2009 across all three approaches suggest that HIV prevalence among insertive MSM was likely to be less than half that recorded in the surveys (4.5-6.5% versus 13.1%), but that the relative size of this subgroup was over four times larger (61-69% of all MSM/TGW versus 15%). We infer that the insertive MSM accounted for 10-20% of all prevalent HIV infections among urban males aged 15-49. Mathematical modelling can be used with data on 'visible' MSM/TGW to provide insights into the characteristics of 'hidden' MSM. A greater understanding of the sexual behaviour of all MSM/TGW is important for effective HIV programming. More broadly, a hidden subgroup with a lower infectious disease prevalence than more visible subgroups, has the potential to contain more infections, if the hidden subgroup is considerably larger in size.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle