MétaCan
Menu
Retour à la cohorte
Enregistrement W4400551448 · doi:10.1002/jia2.26269

Advancing Programme Science approaches to understand gaps in HIV prevention programme coverage for key populations in 12 Nigerian states: findings from the 2020 Integrated Biological and Behavioural Surveillance Survey

2024· article· en· W4400551448 sur OpenAlexaff
Leigh M. McClarty, Kalada Green, Stella Leung, Chukwuebuka Ejeckam, Adediran Adesina, Souradet Y. Shaw, Bronwyn Neufeld, Shajy Isac, Faran Emmanuel, James Blanchard, Gambo Aliyu

Notice bibliographique

RevueJournal of the International AIDS Society · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensPublic Health Agency of CanadaUniversity of Manitoba
Organismes subventionnairesGlobal Fund to Fight AIDS, Tuberculosis and Malaria
Mots-clésMedicineMen who have sex with menOutreachPopulationPsychological interventionCondomEnvironmental healthData collectionProxy (statistics)Raw dataHuman immunodeficiency virus (HIV)Family medicineEconomic growthNursingComputer science

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Effective HIV prevention programme coverage is necessary to achieve Nigeria's goal of ending the epidemic by 2030. Recent evidence highlights gaps in service coverage and utilization across the country. The Effective Programme Coverage framework is a Programme Science tool to optimize a programme's population-level impact by examining gaps in programme coverage using data generated through programme-embedded research and learning. We apply the framework using Integrated Biological and Behavioural Surveillance Survey (IBBSS) data from Nigeria to examine coverage of four prevention interventions-condoms, HIV testing, and needle and syringe programmes (NSP)-among four key population groups-female sex workers (FSW), men who have sex with men (MSM), people who inject drugs (PWID) and transgender people. METHODS: Data from Nigeria's 2020 IBBSS, implemented in 12 states, were analysed to examine HIV prevention programme coverage among key populations. For each key population group and prevention intervention of interest, weighted IBBSS data were used to retrospectively generate coverage cascades that identify and quantify coverage gaps. Required coverage targets were informed by targets articulated in Nigeria's National HIV/AIDS Strategic Framework or, in their absence, by guidelines from policy normative bodies. Availability-, outreach- and utilization coverage proxy indicators were defined using variables from IBBSS data collection tools. Sankey diagrams are presented to visualize pathways followed by participants between coverage cascade steps. RESULTS: Required coverage targets were missed for HIV testing and NSP among all key population groups. Condom availability coverage surpassed required coverage targets among FSW and MSM, while utilization coverage only among FSW exceeded the 90% required coverage target. Outreach coverage was low for all key population groups, falling below all required coverage targets. CONCLUSIONS: Our findings identify critical gaps in HIV prevention programme coverage for key populations in Nigeria and demonstrate non-linear movement across coverage cascades, signalling the need for innovative solutions to optimize coverage of prevention services. Programme-embedded research is required to better understand how key population groups in Nigeria access and use different HIV prevention services so that programmes, policies and resource allocation decisions can be optimized to achieve effective programme coverage and population-level impact.

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)0,018
score de la tête « metaresearch » (Gemma)0,041
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: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,095

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,041
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0070,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0010,003
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 Opus0,180
Tête enseignante GPT0,369
Écart entre enseignants0,189 · 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

Citations4
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the International AIDS SocietyMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207