Distribution of Sexually Transmitted Diseases and Risk Factors by Work Locations Among Female Sex Workers in Tijuana, Mexico
Notice bibliographique
Résumé
BACKGROUND: Sex work is regulated in the Zona Roja (red light district) in Tijuana, Mexico, where HIV and sexually transmitted disease (STD) prevalence is high among female sex workers (FSWs). We examined the spatial distribution of STDs by work venue among FSWs in Tijuana. METHODS: FSWs aged 18 years and older who reported unprotected sex with ≥ 1 client in the past 2 months underwent testing for HIV, syphilis, gonorrhea, and Chlamydia. HIV/STDs were mapped by venue (i.e., bar, hotel) and Getis-Ord Gi statistics were used to identify geographic hotspots. High-risk venues were then identified using a standardized STD ratio (high risk defined as a ratio ≥ 1.25). Logistic regression was used to assess correlates of working at a high risk venue. RESULTS: Of 474 FSWs, 176 (36.4%) had at least 1 bacterial sexually transmitted infection (STI); 36 (7.6%) were HIV-positive. Within the Zona Roja, 1 venue was identified as a geographic "hotspot," with a higher than expected number of HIV/STD-positive FSW (P < 0.05) as compared to neighboring venues. Using the STD ratio definition, 11 venues were identified as high-risk; FSWs working in these locations had higher education, were more likely to report always using drugs with sex, and having mostly US clients. They were less likely to be registered FSWs or to live at their work venue. CONCLUSIONS: A relatively few number of sex work venues accounted for a large proportion of the HIV/STI burden among FSWs in Tijuana. Structural interventions that focus on sex work venues could help increase STI diagnosis, prevention, and treatment among FSWs in Tijuana.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| 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) | 0,000 | 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 ».