Bayesian melding for estimating uncertainty in national HIV prevalence estimates.
Bayesian melding for estimating uncertainty in national HIV prevalence estimates.
复制标题
DOI：
10.1136/sti.2008.029991
复制
发表时间：
2008-08
影响因子：
3.6
通讯作者：
Brown, T.
中科院分区：
文献类型：
--
作者：
Alkema, L.;Raftery, A. E.;Brown, T.
为普遍流行的国家的艾滋病毒流行率构建可信区间。在贝叶斯融合方法中，根据产前诊所流行数据的时间序列和关于描述艾滋病毒流行的参数的一般信息，得出了描述艾滋病毒随时间的流行的国别流行曲线样本。产前诊所的流行趋势根据来自全国调查的基于人口的艾滋病毒流行率估计进行了校准。对于没有基于人口估计的国家，开发了一种通用的校准方法。根据校正后的流行曲线样本，我们得出了每年HIV流行的95%可信区间。选择最能代表产前诊所和人口调查数据以及有关疫情的一般信息的曲线，以代表最好的估计和预测。我们给出了海地和纳米比亚城市地区的结果，以说明用该方法得出的估计和可信区间。
To construct confidence intervals for HIV prevalence in countries with generalised epidemics. In the Bayesian melding approach, a sample of country-specific epidemic curves describing HIV prevalence over time is derived based on time series of antenatal clinic prevalence data and general information on the parameters that describe the HIV epidemic. The prevalence trends at antenatal clinics are calibrated to population-based HIV prevalence estimates from national surveys. For countries without population based estimates, a general calibration method is developed. Based on the sample of calibrated epidemic curves, we derive annual 95% confidence intervals for HIV prevalence. The curve that best represents the data at antenatal clinics and population-based surveys, as well as general information about the epidemic, is chosen to represent the best estimates and predictions. We present results for urban areas in Haiti and Namibia to illustrate the estimates and confidence intervals that are derived with the methodology.
登录
查看更多内容
影响因子：
1.8
作者：
Alkema, Leontine;Raftery, Adrian E.;Clark, Samuel J.
通讯作者：
Clark, Samuel J.
影响因子：
3.6
作者：
Garcia-Calleja, J. M.;Gouws, E.;Ghys, P. D.
通讯作者：
Ghys, P. D.
影响因子：
3.7
作者：
RAFTERY, AE;GIVENS, GH;ZEH, JE
通讯作者：
ZEH, JE
影响因子：
3.6
作者：
Grassly, NC;Morgan, M;Ghys, PD
通讯作者：
Ghys, PD
影响因子：
3.6
作者：
Gouws, E.;Mishra, V.;Fowler, T. B.
通讯作者：
Fowler, T. B.