Bayesian Spatiotemporal Small-Area Estimation of HIV Testing Uptake in Ghana, 2008-2022: Integrating Machine-Learning-Derived Geospatial Covariates with District-Level BYM2-RW1 Modelling of the Ghana Demographic and Health Surveys
Questo studio ha utilizzato un modello gerarchico spazio-temporale bayesiano integrando covariate geospaziali derivate dal machine learning con i dati del Ghana Demographic and Health Survey dal 2008 al 2022 per generare stime calibrate a livello distrettuale dell'adesione ai test HIV, rivelando un persistente gradiente da nord a sud e identificando cluster specifici per interventi mirati che rimangono non spiegati dalla sola accessibilità e urbanità.