A Systematic Review and Meta‐Analysis of HIV/AIDS Prevalence Among Transgender Populations Worldwide
Notice bibliographique
Résumé
ABSTRACT Background and Aims The study's goal was to assess the global prevalence of HIV/AIDS infection in transgender people and to provide light on regional variances. Methods A systematic search was conducted across multiple databases, including PubMed (Medline), Scopus, Web of Science, Embase, Ovid, and PsycINFO, from inception until September 2023. Studies were selected based on predefined inclusion and exclusion criteria, and quality was assessed using the Newcastle–Ottawa Scale (NOS). Heterogeneity was evaluated using Cochran's Q and I ‐squared statistics. A meta‐analysis was performed using the random‐effects model in Stata 17.0 (StataCorp, Texas, USA). A total of 3125 articles were identified, of which 37 studies met the inclusion criteria and were included in the systematic review and meta‐analysis. Results The global prevalence of HIV/AIDS among transgender populations was 24% (CI: 12%–39%). Regional analysis revealed higher rates of HIV/AIDS among male‐to‐female (MTF) transgender individuals in Asia (30%, CI: 5%–54%) and Africa (35%, CI: 13%–57%) compared to other regions. In contrast, female‐to‐male (FTM) transgender individuals in Asia had a higher prevalence (23%, CI: 9%–31%) than those in the Americas (11%, CI: 3%–23%). Conclusion Given the high prevalence of HIV/AIDS in the TG community worldwide and the significant variance within communities, it is critical to execute a comprehensive set of interventions to successfully prevent HIV/AIDS in transgender people.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,002 |
| Bibliométrie | 0,002 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».