High level of HIV‐2 false positivity in KwaZulu‐Natal province: A region of South Africa with a very high HIV‐1 subtype C prevalence
Notice bibliographique
Résumé
Human immunodeficiency virus 2 (HIV-2) is found predominantly in West Africa. It is not unlikely, however, that HIV-2 may also be found in South Africa, due to the influx of immigrants into this country. It is important to distinguish between HIV-1 and HIV-2 since the clinical courses and treatment responses of these viruses are different. Routine serological methods for diagnosing HIV do not differentiate between HIV-1 and -2 infections, while rapid tests, viral load quantification and PCR are HIV-type--specific. The objective of this study was to describe the seroprevalence and molecular epidemiology of HIV-2 in KwaZulu-Natal, one of the regions with the highest HIV prevalence in the world and home of the two largest harbors in South Africa. HIV-1 positive samples were screened for antibodies against HIV-2, using a rapid test. The confirmation of HIV-2 positive samples was done by PCR. Of the 2,123 samples screened, 319 (15%) were identified as positive by the rapid test. None of these samples were confirmed positive by PCR. To explore this discrepancy in the results, a subset (n = 52) of the rapid HIV-2 positive samples was subjected to Western blotting. Thirty-seven (71%) of these were positive, yielding an overall HIV-2 seroprevalence of 10.6%. Three out of 28 (10.7%) Western blot positive samples were positive by a Pepti-LAV assay. This discrepancy between serological and molecular confirmation may be attributed to non-specific or cross-reacting antibodies. The use of rapid tests and Western blots for HIV-2 diagnosis in South Africa should be interpreted with caution.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».