Sex work, Syphilis, and Seeking Treatment: An Opportunity for Intervention in HIV Prevention Programming in Karnataka, South India
Notice bibliographique
Résumé
OBJECTIVES: To measure the determinants of syphilis among female sex workers (FSWs) in the state of Karnataka, South India. METHODS: During 2004-2006, cross-sectional surveys were administered to 2312 FSWs across 5 districts in the state, in the context of a large-scale HIV preventive intervention program. Demographic and behavioral information, and serum (for syphilis, HSV-2 and HIV) and urine specimens (for Neisseria gonorrhoeae and Chlamydia trachomatis) were obtained. RESULTS: The prevalences of lifetime (TPHA positive) and active (RPR and TPHA positive) syphilis were 25.3% and 9.6%, respectively. There was considerable variation in the prevalence between districts, ranging from 10.9% to 37.4% lifetime, and 3.4% to 24.9% active infection. Factors associated with lifetime syphilis were older age, longer duration of sex work, illiteracy, client volume, practising sex work in >1 city, and sex work typology (public solicitation followed by brothel or lodge-based sex). The same typology, client volume, illiteracy, and having been widowed, divorced or deserted, were predictive of active infection. Of the 976 women who had symptoms of an STI, 78.8% had sought medical treatment, behavior that was protective for both outcomes. HIV infection was strongly associated with lifetime (OR 2.0; 95% CI: 1.6-2.6) and active syphilis (OR 2.1; 95% CI: 1.5-2.9). CONCLUSIONS: Despite reasonable treatment-seeking behavior, the high prevalence of syphilis has necessitated enhanced outreach efforts for FSWs and acceleration of the implementation of syphilis screening. Mobilizing resources to enhance syphilis control will not only reduce the burden of syphilis morbidity, but should impact in reducing HIV transmission.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».