整合家族遗传生物标记数据和定性方法:艾滋病毒传播集群的例子作为半结构面试的采样框架和COVID-19时代的影响
Shana D Hughes1, William J Woods1, Kara J O'Keefe2
1University of California, San Francisco, CA, USA.
Journal of mixed methods research
|June 17, 2024
概括
这项研究引入了一种新的方法,将艾滋病毒遗传数据和监测结合起来,以确定针对性预防的传播集群. 这种方法促进了定性研究,同时保护了患者的隐私.
科学领域:
- 流行病学 流行病学
- 病毒学 病毒学
- 公共卫生 公共卫生
- 混合方法 研究 研究 研究 混合方法
背景情况:
- 流行病学趋势是复杂的,通常需要综合数据类型,如监测,生物标志物和定性数据.
- 由于隐私问题,病毒遗传数据的整合具有挑战性,限制了全面的疾病分析.
- 针对传染病预防需要了解传播动态.
研究的目的:
- 开发和描述一种新的混合方法方法方法,整合了用于预防艾滋病毒的遗传学和定性数据.
- 通过将病毒遗传序列与流行病学数据联系起来,对艾滋病毒传播集群的特征.
- 建立一个抽样框架,在确定的高传播集群中进行定性访谈.
主要方法:
- 将艾滋病毒监测数据与艾滋病毒基因组数据结合起来,以确定传播集群.
- 采用多阶段的招聘流程,获得半结构面试的同意.
- 利用了家族遗传学分析来链接病毒序列和流行病学数据,为定性研究创建了一个采样框架.
主要成果:
- 成功将病毒遗传序列与流行病学数据联系起来,以识别大型艾滋病毒传播集群中的个人.
- 从已识别的传输集群建立了一个采样框架,用于随后的定性数据收集.
- 证明了将遗传学分析与针对性公共卫生干预的监测数据相结合的可行性.
结论:
- 开发的方法有效地整合了家族遗传学分析和监测数据,以创建HIV传播集群的定性研究的抽样框架.
- 这种新的方法尊重患者的保密性,同时能够深入了解传染病的传播.
- 该方法为研究其他传染病,如COVID-19提供了一个潜在的框架,以告知预防策略.
