MétaCan
Menu
Retour à la cohorte
Enregistrement W2012776634 · doi:10.1136/sextrans-2011-050109.94

O2-S5.04 Outlier populations: heightened risk for HIV, HCV and HIV/HCV co-infection among solvent-using injection drug users

2011· article· en· W2012776634 sur OpenAlexaffabout
Souradet Y. Shaw, Kathleen Deering, Ann Jolly, John Wylie

Notice bibliographique

RevueSexually Transmitted Infections · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensUniversity of British ColumbiaPublic Health Agency of CanadaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésMedicineHepatitis CLogistic regressionCoinfectionHuman immunodeficiency virus (HIV)Cross-sectional studyInternal medicineImmunologyPathology

Résumé

récupéré en direct d'OpenAlex

Introduction Globally, substantial heterogeneity in the prevalence of HIV and other sexually transmitted infections (STIs) among most at-risk populations (MARPs) has been demonstrated. Examining factors related to heterogeneity can inform targeted programming. In Winnipeg, Canada, particularly high risk for HIV and hepatitis C (HCV) has been observed in injection drug users (IDUs) with a history of solvent use (S-IDUs). However, comparisons to other MARPs have been limited. Thus this study examined the association between HIV/STIs and S-IDUs in comparison to IDUs and other MARPs. Methods Data were from a 2008 to 2009 cross-sectional study of Winnipeg MARPs (IDUs, sex work- and street-involved individuals); subjects were recruited through respondent-driven sampling (RDS) methods. Adjusted ORs (AORs) from multivariable logistic regression models were estimated, examining the risk of HIV, HCV and HIV/HCV co-infection, and corrected for RDS-chain clustering using generalised estimating equations. Results Total sample was 499, of which 13% recently injected drugs (ie, last 6 months), 5% recently inhaled solvents, 6% were recent S-IDUs, and 76% did not inject drugs or inhale solvents. HIV and HCV prevalence among recent S-IDU was 21% and 79%, respectively; HIV/HCV co-infection was 18%. In multivariable models, S-IDUs were at highest risk of HIV (AOR: 3.6, 95% CI: 1.6% to 7.9%; p<0.001), HCV (AOR: 19.3, 95% CI: 6.8% to 58.3%; p<0.001) and HIV/HCV co-infection (AOR: 6.0, 95% CI:2.5% to 14.7%; p<0.001). Comparatively, AORs for IDU-only were 3.3 (95% CI: 1.3% to 7.6%), 3.8 (95% CI: 2.3% to 7.5%) and 4.9 (95% CI: 2.1% to 14.7%). Among lifetime S-IDUs, elevated risk for HIV (AOR: 7.4, 95% CI: 2.3% to 26.2%) and HCV (AOR: 22.7, 95% CI: 11.0% to 47.0%) was observed, but not for HIV/HCV co-infection. Conclusions Solvent use occurs among the most marginalised of MARPs, representing unique and complicated drug use trajectories. As the HIV epidemic in Canada becomes increasingly complex, examination of outlier populations such as S-IDU can inform public health by elucidating important pathways by which structural, environmental and individual factors interact to create the highest risk for HIV/STIs and other bloodborne pathogens.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,150
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,059
Tête enseignante GPT0,325
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSexually Transmitted InfectionsMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207