Intersectional forces of urban inequality and the global HIV pandemic: a retrospective analysis
Notice bibliographique
Résumé
To determine how the intersection of increased urban growth and poverty has impacted HIV incidence and prevalence, given growing HIV inequalities globally. Retrospective analysis using combined data from five publicly available, population-level datasets to determine city- and within-urban countrywide estimates of 95-95-95 treatment targets, prevalence and incidence rates from 2015 to 2019. For city-level estimates, we analysed combined data from: Fast-Track City (FTC), SINAN from Brazil and UNAIDS Naomi-Spectrum. Countrywide estimates of HIV prevalence in the urban slum versus non-slum since 2012 were compiled from Population-Based HIV Impact Assessment (PHIA) surveys in 12 countries and Demographic Health Surveys (DHS) in 28 countries. HIV prevalence is generally higher among the urban slum, compared to their non-slum counterparts, thus resulting in national HIV estimates masking nuances in HIV inequalities between the urban slum and non-slum. Specifically, national and city-level HIV estimates mask inequalities within and between cities, with secondary cities often having higher HIV prevalence and incidence rates than capital cities and large urban areas. The urban divide between slum and non-slum populations is a contributor to HIV inequality, often with poorer outcomes in smaller cities than their larger counterparts. Interventions tailored to cities, and particularly those considering local nuances in subpopulations (eg, different genders, ages, roles), are necessary to reduce HIV inequality. Focused HIV programming accounting for structural drivers of inequalities between urban slum and non-slum populations such as inequalities in wealth, education, employment and housing are crucial to closing gaps driving HIV inequalities globally.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».