HIV trends and disparities by gender and urban–rural residence among adolescents in sub-Saharan Africa
Notice bibliographique
Résumé
BACKGROUND: In sub-Saharan Africa HIV transmission is a major challenge in adolescents, especially among girls and those living in urban settings. Major international efforts have aimed at reducing sexual transmission of HIV. This analysis aims to assess the trends in HIV prevalence by gender in adolescents, as well as urban-rural disparities. METHODS: HIV prevalence data at ages 15-19 years were obtained for 31 countries with a national survey since 2010 and for 23 countries with one survey circa 2005 and a recent survey circa 2015. Country medians and average annual rates of changes were used to summarize the trends for two subregions in sub-Saharan Africa, Eastern and Southern Africa and West and Central Africa, which largely correspond with higher and lower HIV prevalence countries. Data on HIV incidence at ages 15-24 and prevalence at 5-9 and 10-14 years were reviewed from 11 recent national surveys. Trends in urban-rural disparities in HIV prevalence and selected indicators of sexual and HIV testing behaviours were assessed for females and males 15-24 years, using the same surveys. RESULTS: HIV prevalence among girls 15-19 years declined in eastern and Southern Africa from 5.7 to 2.6% during 2005-2015 (country median), corresponding with an average annual rate of reduction of 6.5% per year. Among boys, the median HIV prevalence declined from 2.1 to 1.2%. Changes were also observed in West and Central Africa where median HIV prevalence among girls decreased from 0.7 to 0.4% (average annual rate of reduction 5.9%), but not for boys (0.3%). Girl-boy differences at 10-14 years were small with a country median HIV of 1.0% and 1.3%, respectively. Urban females and males 15-24 had at least 1.5 times higher HIV prevalence than their rural counterparts in both subregions, and since the urban-rural declines were similar, the gaps persisted during 2005-2015. CONCLUSIONS: HIV prevalence among adolescents declined in almost all countries during the last decade, in both urban and rural settings. The urban-rural gap persisted and HIV transmission to girls, but not boys, is still a major challenge in Eastern and Southern African countries.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».