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
Este estudo utilizou um modelo hierárquico espaço-temporal bayesiano, integrando covariáveis geoespaciais derivadas de aprendizado de máquina com dados do Inquérito Demográfico e de Saúde de Gana de 2008 a 2022 para gerar estimativas calibradas de nível distrital sobre a adesão aos testes de HIV, revelando um gradiente persistente de norte a sul e identificando clusters específicos para intervenção direcionada que permanecem não explicados apenas pela acessibilidade e urbanidade.