Estimating the incidence of <scp>HIV</scp> infection in repeat blood donors with low average donation frequency
Notice bibliographique
Résumé
BACKGROUND: The standard approach to estimating HIV incidence in repeat blood donors includes only donors who made two or more donations in an estimation interval. In China and some other countries, large proportions of repeat donors donate only once in a 1- or 2-year interval. The standard approach may not represent risk among all repeat donors in these areas. Two approaches to including all repeat donors in the incidence estimate were evaluated in a simulation study. STUDY DESIGN AND METHODS: Under one approach, a donor infected at the first donation contributes a partial case to incidence that equals the proportion of time since the preceding donation that is in the estimation interval. Under the other, that donor contributes a full case if at least half the time since the previous donation is in the estimation interval and nothing otherwise. Infections identified at the second or subsequent donations in the interval contribute full cases as usual. The simulations involved proportions with single donations of 11% to 65% combined with a variety of patterns of rising, falling, or constant incidence. RESULTS: The partial-case approach was unbiased under more test conditions than the whole-case approach and exhibited smaller bias when both were biased. Under both approaches, bias >10% occurred only when rates of single donations >50% were combined with large changes in incidence over time. CONCLUSION: The partial-case approach performed better than the whole-case approach. The conditions producing bias >10% are so extreme that they are unlikely to be encountered in the field.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».