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
本研究は、機械学習から導出された地理空間共変量と2008年から2022年までのガーナ人口保健調査データを統合したベイズ時空間階層モデルを活用することで、HIV検査受診率の較正済み地区レベルの推定値を生成し、持続的な南北間の勾配を明らかにし、アクセシビリティや都市化だけでは説明できない、標的を絞った介入のための特定のクラスターを特定した。