Evaluating HIV Prevention Programs: Herpes Simplex Virus Type 2 Antibodies as Biomarker for Sexual Risk Behavior in Young Adults in Resource-Poor Countries
Notice bibliographique
Résumé
BACKGROUND: Measuring effectiveness of HIV prevention interventions is challenged by bias when using self-reported knowledge, attitude or behavior change. HIV incidence is an objective marker to measure effectiveness of HIV prevention interventions, however, because new infection rates are relatively low, prevention studies require large sample sizes. Herpes simplex virus type 2 (HSV-2) is similarly transmitted and more prevalent and could thus serve as a proxy marker for sexual risk behavior and therefore HIV infection. METHODS: HSV-2 antibodies were assessed in a sub-study of 70,000 students participating in an education intervention in Western Province, Kenya. Feasibility of testing for HSV-2 antibodies was assessed comparing two methods using Fisher's exact test. Three hundred and ninety four students (aged 18 to 22 years) were randomly chosen from the cohort and tested for HIV, Chlamydia trachomatis, Neisseria gonorrhoeae, and Trichomonas vaginalis. Out of these, 139 students were tested for HSV-2 with ELISA and surveyed for sexual risk behavior and 89 students were additionally tested for HSV-2 with a point-of-contact (POC) test. RESULTS: Prevalence rates were 0.5%, 1.8%, 0.3% and 2.3% for HIV, Chlamydia trachomatis, Neisseria gonorrhoeae, and Trichomonas vaginalis, respectively. Prevalence of HSV-2 antibodies was 3.4 % as measured by POC test (n=89) and 14.4 % by ELISA (n=139). Specificity of the POC test compared with ELISA was 100%, and the sensitivity only 23.1%. Associations between self-reported sexual behavior and HSV-2 serostatus could not be shown. CONCLUSIONS: Associations between self-reported sexual risk behavior and HSV-2 serostatus could not be shown, probably due to social bias in interviews since its transmission is clearly linked. HSV-2 antibody testing is feasible in resource-poor settings and shows higher prevalence rates than other sexually transmitted diseases thus representing a potential biomarker for evaluation of HIV prevention interventions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».