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[ 19， 32- 35］．通过这种方法产生的准确估计受到了违反捕获-再捕获假设的挑战:研究人群是封闭的，捕获是独立的，对每个来源的整个人群(即捕获和未捕获)捕获的概率是相似的，捕获历史是准确的。一个或多个数据源的添加加强了方法，放松了独立性假设，因为交互作用可以在统计模型中得到解释。

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)[ 15， 16]作为一个基础，我们在2018年8月邀请了来自7个州36个主要人口主导的社区组织的261名主要人口成员，对热点信息进行全面审查和更新[ 36］．每个州的地方政府区域被分为3个区，以管理测绘活动的人员、设备和旅行，这有助于更好地控制热点访问的缺失或重复。绘图团队由2到3名主要人口社区成员组成，他们使用更新的列表和带有REDCap调查工具的平板电脑(研究电子数据捕获;范德比尔特大学);根据距离远近和旅行时间的不同，他们被分配每天访问几个热点地区。绘图队访问了每个州每个地区的每一个地方政府部门，记录了地理坐标、名称(正式或非正式)、地址、主要人口活动的高峰日期和时间，并估计了在访问期间出席的主要人口成员的人数。在这7个州的每个地方政府区域都至少有一个热点;在此活动中访问并记录了所有热点地区。大多数地方政府区域是城乡结合部，但两者之间的边界往往难以区分，阻碍了我们将每个热点定义为城市或农村。对映射过程中收集的信息进行了一致性、重复数据删除和验证。 The updated list of hotspots informed venue sampling, allocation of the 261 trained key population data collectors, and scheduling of hotspot visits to distribute the unique objects for each of the 3 sampling rounds of the 3S-CRC activity.

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[ 36］．

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[ 15， 16为每个州和关键人口提供合理的近似值。

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)。

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( 表1)．有88,805人由于不同意、不合格或从热点地区捕获和重新捕获而被排除在分析之外，这些热点地区由于可达性、安全或时间限制而在所有3轮调查中都没有被访问。

对女性性工作者( 表2)、与男性发生性关系的男性( 表3)和注射毒品的人( 表4)．这些表格包括2018年相关性别(即，男性只适用于与男性发生性关系的男性，女性只适用于性工作者，注射吸毒者也适用于女性)和年龄组(15-24岁或≥25岁)的一般人口普查预测，以提供人口规模估计的背景。由贝叶斯非参数潜在类模型生成的后验密度在每次运行模型时略有不同。因此，人口规模估计和hdi在这3个表中提出，以及 表5，四舍五入到最接近的100，每个州的2个不同的模型(即，15-24岁和≥25岁)将不等于代表所有年龄(即，≥15岁)的整体模型。

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[ 16) ( 表5)．2018年，我们的3p - crc对贝努埃和克罗斯河地区的女性性工作者和男男性行为者的热点覆盖范围更广，对所有7个州的注射吸毒者的热点覆盖范围更广，2013年对拉各斯、纳萨拉瓦和FCT地区的女性性工作者和男男性行为者的项目绘图覆盖范围更广。在每一种情况下，建模的人口规模估计都大于规划制图的估计;在拉各斯，只有2013年对女性性工作者的人口规模估计和FCT在2018年80%人类发展指数范围内。

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[ 20.，乌干达坎帕拉[ 21]和卢旺达[ 22]，但据我们所知，还没有其他研究将这种抽样和分析方法用于与男性发生性关系的男性或注射毒品的人。虽然我们无法将每个热点定义为城市或农村，因此所有地方政府区域包括城市和农村，但我们的研究包括7个州的每个地方政府区域，因此具有广泛的覆盖范围。我们证明了这些抽样和分析方法在适当的资源下是可行的，并对城市和农村不同的关键人群做出了合理的估计。鉴于我们在有限资源下的大规模研究取得了成功，这些方法可以很容易地缩小规模，并应用于更小的环境中(如城市或省份)。

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[ 15， 16］．几项研究对与男性发生性关系的男性使用了捕获-再捕获方法[ 16]及男性性工作者[ 19]，并能够报告准确性，但受到地理焦点的限制，并且当仅使用2个来源时，可能违反独立性假设。我们的估计是由3S-CRC数据产生的，我们的分析考虑了模型中的依赖性，产生了更可靠的结果和精度。

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[ 16］．这项研究对我们研究的7个州中的5个进行了人口规模估计。与2013年估计与2018年重叠的5个州相比，我们对这5个州的所有男男性行为者和注射毒品者以及5个州中的3个州的女性性工作者的中位数人口规模估计远远大于2013年在关键人口场所通过规划绘图和枚举得出的结果。在两个州——fct和拉各斯——2013年女性性工作者人口规模的估计在我们2018年研究的不确定范围内，对2013年估计有贡献的热点数量比我们2018年研究中包括的热点数量大约多50%。程序化映射的计数和枚举会产生低估，因为只包括出现在给定地点或热点的可见个体，而贝叶斯统计模型使用观察到的捕获数据来估计具有不确定性的未知数据。此外，我们的研究对热点的覆盖范围比之前的估计更广。广泛的热点覆盖和使用考虑捕获概率异质性的贝叶斯模型进行的分析可能比以前的工作反映出更准确的种群规模估计。

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% [ 41］．我们对7个州中的5个的结果都在这个范围内。在邻近的FCT和Nasarawa地区，那里的人口规模估计似乎比预期的要大，在这两个州内部和之间有相当数量的女性性工作者流动，潜在的假设违反可能提供一些可能的解释。对于与男性发生性行为的男性，联合国艾滋病毒/艾滋病联合规划署(UNAIDS) 2020年的指导意见是，下限应至少为成年男性人口的1% [ 42]，尽管在其他报告中对西非和中非的早期估计在0.05%至2%之间[ 43］．Akwa Ibom、FCT、Nasarawa和Rivers的总体人口规模估计在联合国艾滋病规划署的指导范围内;贝努埃、克罗斯河和拉各斯的人口规模估计更接近西非和中非国家早先报告的范围的下限。2017年1月签署成为法律的同性婚姻(禁止)法案(SSMPA)可能会影响与男性发生性关系的男性参与我们2018年的研究[ 44］．该法案建立在现行的反对鸡奸和同性婚姻的法律基础上，包括将参与或支持与男性友好组织和会议发生性关系的男性视为犯罪，并将向与男性发生性关系的男性提供服务视为犯罪。这可能会导致热点地区更少，而在这些热点地区与男性发生性关系的男性中，更少的人愿意向由他们的同龄人组成的研究团队透露自己的身份。对于注射毒品的人，我们预计其成年人口的规模估计将在0.1%至1.6%之间下降[ 8， 45，我们所有的结果都达到了预期。总的来说，我们的估计在总人口中所占的比例似乎是合理的。

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[ 24， 35， 46， 47，贝叶斯模型平均[ 48， 49]和贝叶斯非参数潜在类建模[ 23， 50， 51］．考虑捕获的异质性和容纳稀疏数据是贝叶斯潜在类模型在分析多源捕获-再捕获数据方面优于更传统的对数线性模型的两个优点。贝叶斯非参数潜类模型考虑了每次捕获的异质性差异，并将相似的地层合并为潜类[ 23， 51］．该特性允许模型直接估计联合分布，而不像对数线性模型，基于对捕获模式的强假设，可能导致潜在的有偏见的估计和显示低覆盖率的置信区间。使用赤池信息准则或贝叶斯信息准则进行模型选择带来了选择一致和正确模型的额外挑战[ 51］．贝叶斯模型平均拟合所有可能的对数线性模型，根据后验概率对每个模型进行加权，并在多个具有不确定性的模型上返回模型概率加权平均[ 48- 51］．贝叶斯模型的相似之处在于，它们在马尔可夫链蒙特卡洛抽样过程中自我通知，从无限个概率分布开始，到最适合产生人口规模估计的数据中的一个更小、更有代表性的子集结束[ 23， 51］．此外，贝叶斯模型可以容纳稀疏数据(即，当在3轮捕获中具有7种捕获模式中的1种的个体总数很少或为零)。人们可以选择一种方法来解释独立性假设或同质性假设，但不能同时考虑两者。在放松独立性时，贝叶斯模型平均效果最好;在放松同质性时，潜在类模型效果最好。在关键人群的背景下，个体有相当不同的可见性水平;因此，我们优先考虑同质性假设，并选择贝叶斯非参数潜在类模型。

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) 50])支持多源捕获和重捕获的采样和分析，程序实现者将增加这些方法的可访问性。