Sexual Risk Factors for HIV Infection in Early and Advanced HIV Epidemics in Sub-Saharan Africa: Systematic Overview of 68 Epidemiological Studies
Notice bibliographique
Résumé
BACKGROUND: It is commonly assumed that sexual risk factors for heterosexual HIV transmission in sub-Saharan Africa, such as multi-partner sex, paid sex and co-infections, become less important as HIV epidemics mature and prevalence increases. METHODS AND FINDINGS: We conducted a systematic review of 68 African epidemiological studies from 1986 to 2006 involving 17,000 HIV positive adults and 73,000 controls. We used random-effects methods and stratified results by gender, time, background HIV prevalence rates and other variables. The number of sex partners, history of paid sex, and infection with herpes simplex virus (HSV-2) or other sexually-transmitted infections (STIs) each showed significant associations with HIV infection. Among the general population, the odds ratio (OR) of HIV infection for women reporting 3+ sex partners versus 0-2 was 3.64 (95%CI [2.87-4.62]), with similar risks for men. About 9% of infected women reported ever having been paid for sex, versus 4% of control women (OR = 2.29, [1.45-3.62]). About 31% of infected men reported ever paying for sex versus 18% of uninfected men (OR = 1.75, [1.30-2.36]). HSV-2 infection carried the largest risk of HIV infection: OR = 4.62, [2.85-7.47] in women, and OR = 6.97, [4.68-10.38] in men. These risks changed little over time and stratification by lower and higher HIV background prevalence showed that risk ratios for most variables were larger in high prevalence settings. Among uninfected controls, the male-female differences in the number of sex partners and in paid sex were more extreme in the higher HIV prevalence settings than in the lower prevalence settings. SIGNIFICANCE: Multi-partner sex, paid sex, STIs and HSV-2 infection are as important to HIV transmission in advanced as in early HIV epidemics. Even in high prevalence settings, prevention among people with high rates of partner change, such as female sex workers and their male clients, is likely to reduce transmission overall.
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 | 0,009 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,015 | 0,015 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 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 ».