这是一篇开放获取的文章,根据创作共用署名许可协议(https://creativecommons.org/licenses/by/4.0/)发布,该协议允许在任何媒体上不受限制地使用、分发和复制,但必须适当引用首次发表在《JMIR公共卫生与监测》上的原文。必须包括完整的书目信息,https://publichealth.www.mybigtv.com上的原始出版物链接,以及版权和许可信息。
尼日利亚是全球第四大艾滋病毒携带者。关键人群,包括女性性工作者、男男性行为者和注射毒品者,由于被污名化和犯罪化的行为,比一般人群更容易感染艾滋病毒。需要可靠的关键人口规模估计,以指导艾滋病毒流行病应对工作。
我们的研究目的是使用实证方法进行抽样和分析,以提高尼日利亚7个州(阿卡瓦伊博姆、贝努埃、克罗斯河、拉各斯、纳萨拉瓦、里弗斯和联邦首都领地)的女性性工作者、男男性行为者和注射毒品者的人口规模估计的质量,用于项目规划,并演示改进的统计估计方法。
2018年10月至12月,我们使用3个来源的捕获-再捕获方法对尼日利亚7个州的人口规模进行了估计。在开始3源捕获-再捕获之前,对热点进行了映射。我们对女性性工作者、男同性恋者和注射毒品的人进行了采样,采样时间间隔约为一周。在热点遭遇战中,每个捕获回合都会提供给关键群体成员廉价且难忘的物品。在随后的几轮测试中,关键群体成员被提供一个对象,并被要求识别在前几轮测试中收到的对象(如果有的话)。正确的回答被记录在药片上。数据按重点人群和州进行汇总分析。中位数种群规模估计使用贝叶斯非参数潜在类模型,最高密度区间为80%。
总的来说,我们在3次独立捕获中对9015个热点地区的约31万人进行了采样。估计女性性工作者的人口规模在14,500至64,300人之间;与男性发生性行为的男性的人口规模估计在3200到41400人之间;据估计,注射吸毒者的人数在3400到30400人之间。
这是尼日利亚首次实施这种三源捕获-再捕获方法。我们对所有州的每个关键人群的人口规模估计都比以前记录的要大。贝叶斯模型考虑了影响异质捕获概率的因素,如社会能见度,从而产生更可靠的人口规模估计。更大的人口规模估计表明,需要扩大规划,以覆盖艾滋病毒感染风险最高的这些人群。
与一般人群相比,包括女性性工作者、男男性行为者和注射毒品者在内的关键人群更易感染艾滋病毒,这是由于对关键人群定义行为的羞辱、歧视和定罪[
尼日利亚是全球第四大艾滋病毒携带者,估计有190万人感染艾滋病毒[
以前估计尼日利亚关键人口规模的工作[
我们在这里介绍的抽样和分析方法,不仅有可能用于尼日利亚或其他国家艾滋病毒高危人群的关键人口规模估计,而且具有更广泛的应用潜力。这些方法可用于估计特定年龄组(如儿童)中艾滋病毒诊断的流行率或发病率[
我们的研究目的是使用实证方法进行抽样和分析,以提高尼日利亚7个州(阿卡瓦伊博姆、贝努埃、克罗斯河、拉各斯、纳萨拉瓦、Rivers和联邦首都地区[FCT])的女性性工作者、男男性行为者和注射毒品者的人口规模估计的质量,用于项目规划,并演示改进的统计估计方法。这7个州代表了美国总统艾滋病紧急救援计划(PEPFAR)在尼日利亚的优先州,该计划基于艾滋病毒高发地区对艾滋病毒服务的需求未得到满足。
我们从2018年10月至12月对美国7个州的女性性工作者、与男性发生性关系的男性和使用3S-CRC注射毒品的人进行了采样。用于人口规模估计的传统(即2来源)捕获-再捕获方法,其中“捕获”一词指对特定人口的确认计数,在其他地方有很好的描述[
形成性评估包括焦点小组讨论和关键线人访谈,用于让关键人群社区参与本研究的规划实施,也用于确定可接受的捕获-再捕获的独特对象。实施了综合措施,以确保研究团队和参与者的安全和保障,这些参与者的行为是高度污名化和刑事化的群体的成员。这些独特的物体分布在热点地区,定义为主要群体成员聚集或从事性或注射行为的场所。通过绘制主要人口热点地区的地图,最新的榜单(2013年至2015年)[
在测绘和验证过程中确定的、在3S-CRC检查时仍处于活动状态的所有热点都包括在每一轮捕获的地点采样中。在所有的抽样过程中,如果当团队到达时一个热点是不活动的,那么这将被记录下来,然后团队移动到计划中的下一个热点。如果在任何采样轮中发现了新的热点,则更新列表,但未对3S-CRC采样热点。
我们基于在3S-CRC采样之前立即完成的映射和验证活动,对热点地区的关键种群成员进行了采样[
女性性工作者被定义为任何18岁或18岁以上的妇女(出生时为女性),在从事性活动之前的12个月内定期或偶尔接受金钱或物品以换取性服务。所有报告接受过金钱或物品以换取性服务的15至17岁女孩都被定义为受性剥削的未成年人(提供转介支助服务),为估计人口规模而被列为性工作者。与男性发生性行为的男性被定义为任何15岁或以上的男性(出生时为男性),在过去12个月内与另一名男性进行过口交或肛交(接受性或插入性),或两者都有,至少一次。注射毒品的人被定义为任何15岁或以上的人,在过去12个月内注射过至少一次毒品(即非法、非处方或非法物质)。
如果有人报告说在某一轮中已经被抓获,他们就会被排除在外;不符合重点人群定义、不同意参加、年龄不足15岁的;如果他们在上一轮中被捕获的热点不再活跃;或者关键人口队伍在随后的回合中无法返回。
为了估计每个捕获轮的样本量,我们将在制图和验证过程中出现在每个热点的关键种群成员的记录数量与之前的种群规模估计进行了比较[
在3个捕获回合中,我们的目标是每个分发团队有3人,至少有2人是在指定热点的相同关键人群的成员,以优化独特对象的接受度。在遇到热点地区的关键种群同伴时,团队成员描述了种群大小估计活动,并询问同伴在这一轮抽样中是否接触过他们。如果没有,团队成员获得同意参与的人的口头同意,并进行一个简短的调查,以获取年龄、出生性别、性别认同、教育程度、主要收入来源、当地政府地区和居住地,个人是否前往当前或其他地方政府地区工作,以及他们目前是否注射毒品或从事性工作。参与者被提供了一件便宜而难忘的物品(“礼物”),这是三个捕获回合和三个关键人群(即女性性工作者、男同性恋者和注射毒品的人)所独有的。这一过程由不同的独特对象分配团队重复,每3个不同的捕获回合,大约间隔一周执行。
在随后的几轮测试中,参与者被要求展示或描述他们在前几轮测试中收到的物品;在之前的每一轮中,正确识别对象的人得到肯定的回答。
捕获被定义为接受数据收集团队提供的礼物。重新捕获(即第二次和第三次捕获)被定义为要么向分发者展示前几轮捕获的礼物,要么从一组20张不同物体的图片中正确描述和识别礼物(有些是相同的物体,但颜色不同,有些是完全不同的物体)。
分销商用REDCap软件在平板电脑上记录参与者的回答[
个人遭遇数据导出到SAS(版本9.4;SAS研究所公司)。在审查了缺失或无意义反应的数据后,个体相遇被按州、关键人口群体(即,女性性工作者、与男性发生性关系的男性和注射毒品的人)、年龄组(15-24岁和≥25岁)和注射毒品的人的性进行细分。为每个数据子集生成详细记录每个捕获和重新捕获组合计数的聚合数据集。对于3轮捕获,生成了包含4列(第1轮、第2轮、第3轮和总数)的矩阵和7行表示捕获的每个潜在组合(1表示“捕获”,0表示“未捕获”)。为每个子集生成汇总每个捕获轮组合中的数据计数的聚合数据集。
贝叶斯非参数潜在类模型[
使用R统计软件(版本3.4.4;R统计计算基础)使用用于捕获-再捕获的潜在类模型的包[
该研究获得了尼日利亚国家卫生研究伦理委员会和马里兰大学巴尔的摩分校机构审查委员会(HP00080293)的批准。根据美国疾病控制与预防中心(CDC)的人类研究保护程序对该研究进行了审查,并被确定为研究,但CDC的研究人员没有与人类受试者互动,也没有为研究目的访问可识别数据。
总体而言,在绘图过程中确定的9015个热点被采样并纳入分析,其中5946个(66%)热点针对女性性工作者,1256个(13.9%)热点针对男男性行为者,1813个(20.1%)热点针对注射吸毒者。在第1轮、第2轮和第3轮捕获中总共有310,140人被纳入分析(
按州和重点人群划分的遭遇和热点数量。
状态 | 的焊一个n | FSW热点,名词 | 二甲基砜bn | MSM热点,n | PWIDcn | PWID热点,n | 科目总数,n | 总热点,n |
印度木棉邦 | 32635年 | 690 | 11760年 | 230 | 14659年 | 307 | 59054年 | 1227 |
贝努埃州 | 35284年 | 845 | 9726 | 221 | 14059年 | 272 | 59069年 | 1338 |
跨河 | 13344年 | 544 | 3670 | 195 | 10142年 | 291 | 27156年 | 1030 |
联邦首都领地 | 25800年 | 837 | 3427 | One hundred. | 3076 | 85 | 32303年 | 1022 |
拉各斯 | 36147年 | 1171 | 2444 | 83 | 7363 | 149 | 45954年 | 1403 |
纳萨拉瓦 | 25609年 | 929 | 4600 | 232 | 9790 | 283 | 39999年 | 1444 |
河流 | 30447年 | 930 | 7733 | 195 | 8425 | 426 | 46605年 | 1551 |
总计 | 199266年 | 5946 | 43360年 | 1256 | 67514年 | 1813 | 310140年 | 9015 |
一个女性性工作者。
b男同性恋者:与男性发生性关系的男性。
c注射毒品的人。
对女性性工作者(
使用贝叶斯非参数潜在阶层模型对80%最高密度区间的女性性工作者进行了州特有的中位数人口规模估计,并与尼日利亚7个州的2018年一般人口普查预测进行了比较。
按州划分的年龄组别 | 中等女性性工作者PSE一个, (80% hdib) | 一般人口2018年人口普查预测c(年龄≥15岁) | 女性性工作者PSE/总人口中位数,%(80%人类发展指数) | ||||
|
|||||||
|
总计 | 64,300 (4,100,84,900) | 1557841年 | 4.1 (2.8, 5.4) | |||
|
15 - 24岁 | 18,200 (11,4,23,000) | 465126年 | 3.9 (2.5, 4.9) | |||
|
≥25年 | 45200 (32,600,61,400) | 1092715年 | 4.1 (3, 5.6) | |||
|
|||||||
|
总计 | 46,700 (27,500,113,900) | 1653910年 | 2.8 (1.7, 6.9) | |||
|
15 - 24岁 | 11000 (9500, 13400) | 624617年 | 1.8 (1.5, 2.1) | |||
|
≥25年 | 28,900 (23,500,35,500) | 1029293年 | 2.8 (2.3, 3.4) | |||
|
|||||||
|
总计 | 15,300 (11,900, 20,000) | 1070063年 | 1.4 (1.1, 1.9) | |||
|
15 - 24岁 | 5500 (4100, 6900) | 331424年 | 1.7 (1.2, 2.1) | |||
|
≥25年 | 9600 (7600, 12200) | 738639年 | 1.3 (1, 1.7) | |||
|
|||||||
|
总计 | 45700 (23,100,56,700) | 439067年 | 10.4 (5.3, 12.9) | |||
|
15 - 24岁 | 15,800 (12,200,21,800) | 186017年 | 8.5 (6.6, 11.7) | |||
|
≥25年 | 31,100 (14,700,38,600) | 253050年 | 12.3 (5.8, 15.3) | |||
|
|||||||
|
总计 | 48,200 (30,900,76,100) | 3858772年 | 1.2 (0.8, 2) | |||
|
15 - 24岁 | 12,100 (7600, 19,600) | 955681年 | 1.3 (0.8, 2.1) | |||
|
≥25年 | 32,700 (23,400,46,800) | 2903091年 | 1.1 (0.8, 1.6) | |||
|
|||||||
|
总计 | 55600 (26,73,700) | 569223年 | 9.8 (4.6, 12.9) | |||
|
15 - 24岁 | 22,600 (71,29,400) | 235045年 | 9.6 (3, 12.5) | |||
|
≥25年 | 42,800 (19,100,52,000) | 334178年 | 12.8 (5.7, 15.6) | |||
|
|||||||
|
总计 | 14,500 (14,100,15,200) | 2128841年 | 0.7 (0.7, 0.7) | |||
|
15 - 24岁 | 5400 (5200, 5600) | 606665年 | 0.9 (0.9, 0.9) | |||
|
≥25年 | 9300 (8900, 10,100) | 1522176年 | 0.6 (0.6, 0.7) |
一个PSE:人口规模估计。
bHDI:最高密度区间。
c国家人口委员会2018年人口普查预测是按年龄和性别分列的。
与2018年尼日利亚7个州的人口普查预测相比,使用贝叶斯非参数潜在阶层模型,对与80%最高密度区间的男性发生性关系的男性进行了州特有的中位数人口规模估计。
按州划分的年龄组别 | 中位与男性发生性关系的男性PSE一个, (80% hdib) | 一般人口2018年人口普查预测c(年龄≥15岁) | 与男性发生性行为的男性中位数PSE/一般人群,%(80%人类发展指数) | |
|
||||
|
所有 | 34,600 (12,000, 72,400) | 1594978年 | 2.2 (0.8, 4.5) |
|
15 - 24岁 | 38,900 (8200,55,800) | 499067年 | 7.8 (1.6, 11.2) |
|
≥25年 | 17000 (8900,31200) | 1095911年 | 1.6 (0.8, 2.8) |
|
||||
|
所有 | 10,800 (8,000, 13,100) | 1683863年 | 0.6 (0.5, 0.8) |
|
15 - 24岁 | 2900 (2100, 3600) | 650662年 | 0.4 (0.3, 0.6) |
|
≥25年 | 7500 (5700, 9000) | 1033201年 | 0.7 (0.6, 0.9) |
|
||||
|
所有 | 3200 (2700, 3600) | 1046104年 | 0.3 (0.3, 0.3) |
|
15 - 24岁 | 1400 (1200, 1600) | 347758年 | 0.4 (0.3, 0.5) |
|
≥25年 | 1700年(1500、1900年) | 698346年 | 0.2 (0.2, 0.3) |
|
||||
|
所有 | 8200 (6500, 10,700) | 483100年 | 1.7 (1.3, 2.2) |
|
15 - 24岁 | 3500 (1400, 14500) | 155809年 | 2.2 (0.9, 9.3) |
|
≥25年 | 6200 (2200, 18,500) | 327291年 | 1.9 (0.7, 5.7) |
|
||||
|
所有 | 6500 (4900, 8400) | 4746577年 | 0.1 (0.1, 0.2) |
|
15 - 24岁 | - - - - - -d | 938061年 | - - - - - -d |
|
≥25年 | 3800 (2900, 4700) | 3808516年 | 0.1 (0.1, 0.1) |
|
||||
|
所有 | 5000 (3700, 6400) | 477029年 | 1.0 (0.8, 1.3) |
|
15 - 24岁 | 6500 (2500, 8800) | 229829年 | 2.8 (1.1, 3.8) |
|
≥25年 | 2200 (1900, 2400) | 247200年 | 0.9 (0.8, 1) |
|
||||
|
所有 | 41,400 (84,61,800) | 2354728年 | 1.8 (0.4, 2.6) |
|
15 - 24岁 | 8000 (2000,11,300) | 649779年 | 1.2 (0.3, 1.7) |
|
≥25年 | 43,200 (28,300,63,700) | 1704949年 | 2.5 (1.7, 3.7) |
一个PSE:人口规模估计。
bHDI:最高密度区间。
c国家人口委员会2018年人口普查预测是按年龄和性别分列的。
d不可用(有效样本量太小,无法产生稳定、可靠的总体规模估计)。
根据2018年尼日利亚7个州的人口普查预测,使用贝叶斯非参数潜在阶层模型估算了80%最高密度区间的注射吸毒者的各州人口中位数规模。注射吸毒者没有按性别进行分类,因为针对女性的有效样本量太小,无法得出稳定可靠的人口规模估计。
按州划分的年龄组别 | 中位注射毒品者PSE一个, (80% hdib) | 一般人口2018年人口普查预测c(年龄≥15岁) | 注射毒品人群中位数PSE/一般人群,%(80%人类发展指数) | |
|
||||
|
所有 | 22,500 (15,100,30,900) | 3152819年 | 0.7 (0.5, 1.0) |
|
15 - 24岁 | 5100 (3500, 6000) | 964193年 | 0.5 (0.4, 0.6) |
|
≥25年 | 17,600 (1,1,800, 23,600) | 2188626年 | 0.8 (0.5, 1.1) |
|
||||
|
所有 | 27,600 (22,900,35,600) | 3337773年 | 0.8 (0.7, 1.1) |
|
15 - 24岁 | 10,200 (76,13,900) | 1275279年 | 0.8 (0.6, 1.1) |
|
≥25年 | 17,900 (14,500,22,500) | 2062494年 | 0.9 (0.7, 1.1) |
|
||||
|
所有 | 20,100 (115,25,500) | 2116167年 | 0.9 (0.5, 1.2) |
|
15 - 24岁 | 6100 (4900, 7500) | 679182年 | 0.9 (0.7, 1.1) |
|
≥25年 | 1万(6900,15400) | 1436985年 | 0.7 (0.5, 1.1) |
|
||||
|
所有 | 3400 (2800, 4100) | 922167年 | 0.4 (0.3, 0.4) |
|
15 - 24岁 | 1000 (800, 1300) | 341826年 | 0.3 (0.2, 0.4) |
|
≥25年 | 2200 (1800, 2700) | 580341年 | 0.4 (0.3, 0.5) |
|
||||
|
所有 | 9400 (7100, 13400) | 8605349年 | 0.1 (0.1, 0.2) |
|
15 - 24岁 | 6200 (900,11100) | 1893742年 | 0.3 (0.0, 0.6) |
|
≥25年 | 16,900 (6100,44,100) | 6711607年 | 0.3 (0.1, 0.7) |
|
||||
|
所有 | 6900 (5800, 7600) | 1046252年 | 0.7 (0.6, 0.7) |
|
15 - 24岁 | 1700年(140,1800年) | 464874年 | 0.4 (0.3, 0.4) |
|
≥25年 | 5200 (4300, 5700) | 581378年 | 0.9 (0.7, 1.0) |
|
||||
|
所有 | 30,400 (7600,44,600) | 4483569年 | 0.7 (0.2, 1.0) |
|
15 - 24岁 | 1700 (400, 2400) | 1256444年 | 0.1 (0.0, 0.2) |
|
≥25年 | 37,700 (26,200,50,700) | 3227125年 | 1.2 (0.8, 1.6) |
一个PSE:人口规模估计。
bHDI:最高密度区间。
c国家人口委员会2018年人口普查预测是按年龄和性别分列的。
各州与2013年和2018年人口规模估计数的比较。2013年的数据来源于国家艾滋病控制署[
分州重点人口 | 2013年PSE一个n | 热点,n | 2018年pse (80% hdib) | 热点,n | |
|
|||||
|
的焊c | 10034年 | 825 | 46,700 (27,500,113,900) | 1098 |
|
二甲基砜d | 1018 | 57 | 10,800 (8,000, 13,100) | 265 |
|
PWIDe | 221 | 32 | 27,600 (22,900,35,600) | 351 |
|
|||||
|
的焊 | 9858 | 692 | 15,300 (11,900, 20,000) | 1782 |
|
二甲基砜 | 276 | 15 | 3200 (2700, 3600) | 268 |
|
PWID | 54 | 8 | 20,100 (115,25,500) | 616 |
|
|||||
|
的焊 | 24376年 | 1446 | 45700 (23,100,56,700) | 977 |
|
二甲基砜 | 1892 | 120 | 8200 (6500, 10,700) | 116 |
|
PWID | 205 | 22 | 3400 (2800, 4100) | 111 |
|
|||||
|
的焊 | 46691年 | 4056 | 48,200 (30,900,76,100) | 2603 |
|
二甲基砜 | 2946 | 191 | 6500 (4900, 8400) | 131 |
|
PWID | 1186 | 95 | 9400 (7100, 13400) | 240 |
|
|||||
|
的焊 | 19953年 | 1409 | 55600 (26,73,700) | 990 |
|
二甲基砜 | 440 | 19 | 5000 (3700, 6400) | 246 |
|
PWID | 414 | 12 | 6900 (5800, 7600) | 314 |
一个PSE:人口规模估计。
bHDI:最高密度区间。
c女性性工作者。
d男同性恋者:与男性发生性关系的男性。
e注射毒品的人。
将模拟估算值与2013年基于规划制图和主要人口地点的枚举估算值进行比较,该方法已获得尼泊尔政府批准[
这项研究代表了这些抽样和分析方法在尼日利亚的第一次实施,为女性性工作者、男男性行为者和注射毒品者产生大规模的人口规模估计。最近在南苏丹发表了3S-CRC和贝叶斯非参数潜在类模型在估计撒哈拉以南非洲女性性工作者人口规模方面的其他几个应用[
在我们的研究之前发表的少数来自尼日利亚的人口规模估计中,大多数采用的方法与这里介绍的方法不同。以前的估计数字是作为规划制图的一部分,并在主要人口聚集地进行了列举[
在尼日利亚的7个总统防治艾滋病紧急救援计划重点州,我们估计的人口规模比以前记录的要大。我们将我们的结果与2013年尼泊尔政府发布的上一次人口规模估计进行了比较[
我们的大多数结果都在每个州和关键人群的一般人口百分比的预期范围内。我们可能预计,撒哈拉以南非洲地区的女性性工作者占城市成年女性人口的0.4%至4.3% [
我们使用贝叶斯非参数潜在类模型来分析3S-CRC数据。我们有几种选择来分析我们的多源捕获-再捕获数据,使用经验方法进行稳健估计,例如对数线性建模[
这里提出的人口规模估计受到若干限制。首先,跨轮捕获概率可能是异构的。根据定义,热点是这些群体成员聚集的对人群友好的关键地点,因此在第一轮中获得较高社会知名度的研究参与者可能更有可能在第二轮和第三轮中再次被捕获。对于只捕捉那些具有强烈社会知名度的人的问题,一个解决方案可能是将最终捕获作为一个受访者驱动的抽样调查的一部分,基于网络连接和接触社会知名度较低的关键人口成员(即那些不经常出现在热点地区的人)的能力进行招募。另一种选择可能是包括其他类型的数据源,如在线社交应用程序,这可能会扩大收集范围,特别是对那些大部分社交网络都在网上进行的关键群体成员。其次,对特定对象(即“礼物”)的接受可能影响了我们的结果。对关键人口社区的形成性评估为独特对象的选择提供了信息,尽管有可能有些对象比其他对象更不可取,而且不为在热点地区遇到的关键人口成员所接受,导致捕获的对象较小,可信集的范围宽泛得不切实际。第三,与其他模型方法相比,贝叶斯非参数潜在类模型更加灵活,这可能导致估计量不太稳定。虽然有些人可能认为这是一个缺点,但我们认为它是一个优点,因为模型以更广泛的后验分布的形式捕捉到了基本的不确定性。最后,尽管我们询问了受访者的居住地,以及他们是否前往遭遇热点地区或其他地方工作,但这些数据不足以用于对人口规模估计进行任何形式的流动性调整。 However, the data did provide some possible explanations for differences among the number of key population members sampled across capture rounds and states. These limitations would likely have resulted in underestimates of population sizes. However, the magnitude of those underestimates might have been mitigated by our broad hotspot coverage throughout the 7 states and stakeholder feedback that many of the key population members who meet sexual or injecting partners online are also found in hotspots. Despite these challenges, our population size estimates were based on 3 high-quality capture rounds analyzed with models that account for capture heterogeneity, and the estimates were endorsed by key stakeholders with local expertise.
正如尼日利亚《国家战略框架》所概述的那样,这项研究的结果对于支持应对艾滋病毒流行的努力至关重要,因为2018年全国艾滋病信息系统的结果建议,重点从一般人群转向关键人群。这些人口分母数据对于协调艾滋病毒预防和治疗项目的应对措施和资源至关重要。在西非大部分国家,包括尼日利亚,大多数艾滋病毒流行病没有蔓延;它们是相当混合的流行病,因此它们集中在最高风险人群中传播,但如果在任何一个人群中的传播中断,它们将持续下去。事实上,在PEPFAR计划的7个重点州,正在实施艾滋病毒预防和治疗的快速战略。本研究中确定的热点地区也被用来绘制以设施为基础和以社区为基础的规划。
这里描述的人口规模估计的经验方法为规划和实施有针对性的艾滋病毒预防、护理和治疗项目提供了必要的信息。这项研究的结果表明,这是一种方法,可以用于未来的人口规模估计工作中,女性性工作者,男性性行为者,以及注射毒品的人在尼日利亚和其他地方。技术的持续发展(如闪亮的应用程序)
3源再
美国疾病控制和预防中心
联邦首都领地
尼日利亚联邦共和国政府
尼日利亚艾滋病毒/艾滋病指标和影响调查
总统艾滋病紧急救援计划
同性婚姻(禁止)法案
没有宣布。