MétaCan
Menu
Retour à la cohorte
Enregistrement W3090426915 · doi:10.1016/j.idm.2020.09.007

Using data from ‘visible’ populations to estimate the size and importance of ‘hidden’ populations in an epidemic: A modelling technique

2020· article· en· W3090426915 sur OpenAlexaff
Anna M. Foss, H Prudden, Kate M. Mitchell, Michael Pickles, Reynold Washington, Anna E. Phillips, Michel Alary, Marie‐Claude Boily, Stephen Moses, Charlotte H. Watts, Peter Vickerman

Notice bibliographique

RevueInfectious Disease Modelling · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensUniversité LavalUniversity of Manitoba
Organismes subventionnairesWellcome TrustMedical Research CouncilDepartment for International DevelopmentBill and Melinda Gates Foundation
Mots-clésMen who have sex with menHuman immunodeficiency virus (HIV)DemographyRepresentativeness heuristicGeographyBiologyStatisticsVirologyMathematicsSociology

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,020
score de la tête « metaresearch » (Gemma)0,075
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,075
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,004
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0030,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,275
Tête enseignante GPT0,457
Écart entre enseignants0,183 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfectious Disease ModellingMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207