MétaCan
Menu
← Retour à la cohorte
Enregistrement W3092101661 · doi:10.25148/etd.fidc007782

Identifying Gay Neighborhoods and Estimation of the Size of the Men who have Sex with Men Population in Florida who would benefit from Pre-exposure Prophylaxis

2019· dissertation· en· W3092101661 sur OpenAlexaboutno aff
Daniel E. Mauck

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensnon disponible
Organismes subventionnairesFlorida International University
Mots-clésMen who have sex with menPre-exposure prophylaxisDemographyPopulationHuman immunodeficiency virus (HIV)EstimationHomosexualityMedicinePopulation sizeGerontologyGeographyEnvironmental healthPsychologyFamily medicineSociology

Résumé

récupéré en direct d'OpenAlex

Given the potential benefit of pre-exposure prophylaxis (PrEP) among men who have sex with men (MSM) at risk for human immunodeficiency virus (HIV), it would be useful to assess the size of the at-risk population and their geographic distribution to target PrEP and other prevention programs efficiently. In 2017, Florida ranked third for HIV diagnosis rates in the US, and 63% of those who received a new HIV diagnosis in Florida were MSM. The purpose of this dissertation was to 1) summarize population-based methods to estimate the size of the population of MSM, 2) identify gay neighborhoods using latent class analysis (LCA), and 3) estimate the size of the MSM population in Florida. A systematic review of population-based methods to estimate the size of the MSM population was conducted. Twenty-eight studies met inclusion criteria. Sixteen studies were conducted in the US, five in European countries, two in Canada, three in Australia, one in Israel, and one in Kenya. Men who have sex with men made up 0.03–6.4% of men among all studies and ranged from 3.8–6.4% in the US, 7,000–39,100 in Canada, 0.03–6.5% in European countries, and 127,947–182,624 in Australia. Latent class analysis was used to identify gay neighborhoods in Florida. Data at the ZIP code level was drawn from the 2011–2015 ACS, website lists of gay bars and neighborhoods, and the Florida Department of Health’s HIV surveillance system. A two-class model was selected. About 9% of the ZIP code data were in class two (gay neighborhoods). Cohen’s kappa coefficient was used to examine agreement between the classification of ZIP codes from LCA and gay neighborhoods from websites. Fair agreement was found (0.2501). Three methods were used to estimate the MSM population in Florida with high-risk behaviors that would indicate eligibility for PrEP use. The resulting three estimates were averaged, and the number of MSM living with HIV infection in each ZIP code was subtracted. The average MSM estimate in ZIP codes ranged from 1–2,184 men (1.5–22.9%). The presumed HIV-negative MSM estimate in ZIP codes ranged from 1–1,346 men (0.02–12.7%). Indications for PrEP were highest for MSM with more than one sex partner in the past year and lowest when the estimate was multiplied by 24.7% (percent of MSM with PrEP indications from other studies). In conclusion, there is no widely accepted method to estimate the size of the MSM population, and estimates vary substantially based on the method used.

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)0,008
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,025
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0060,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,017
Tête enseignante GPT0,306
Écart entre enseignants0,289 · 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'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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHIV, Drug Use, Sexual Risk→Travaux en français237 207→