Visualizing the Geography of HIV Observational Cohorts With Density-Adjusted Cartograms
Notice bibliographique
Résumé
BACKGROUND: Maps are potent tools for describing the spatial distribution of population and disease characteristics and, thereby, for appropriately targeting public health interventions. People with HIV (PWH) tend to live in densely populated and spatially compact areas that may be difficult to visualize on maps using unadjusted geographic or political borders. SETTING: To illustrate these challenges, we used geographic data from adult PWH at the Vanderbilt Comprehensive Care Clinic (VCCC) in Nashville, Tennessee, and aggregated data from the North American AIDS Cohort Collaboration on Research and Design (NA-ACCORD) from 1998 to 2015. METHODS: We compared choropleth maps that use differential shading of political/geographic boundaries with density-adjusted cartograms that allow for shading and deformed boundaries according to a variable of interest, such as PWH. RESULTS: Cartograms enlarged high-burden areas and shrank low-burden areas of PWH, improving visual interpretation of where to focus HIV prevention and mitigation efforts, when compared with choropleth maps. Cartograms may also demonstrate cohort representativeness of underlying populations (eg, Tennessee for VCCC or the United States for NA-ACCORD), which can guide efforts to assess external validity and improve generalizability. CONCLUSION: Choropleth maps and cartograms offer powerful visual evidence of the geographic distribution of HIV disease and cohort representation and should be used to guide targeted public health interventions.
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 | 0,007 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».