Management of sexually transmitted diseases and HIV prevention in men at high risk: targeting clients and non-paying sexual partners of female sex workers in Benin
Notice bibliographique
Résumé
OBJECTIVES: Male clients of female sex workers have rarely been specific targets for HIV/sexually transmitted diseases (STD) interventions in sub-Saharan Africa. We assessed the effectiveness of outreach methodology for contacting sexual partners of female sex workers for purposes of HIV/STD prevention in Cotonou, Benin. DESIGN AND METHODS: In collaboration with owners/managers, outreach personnel and female sex workers, 404 clients were recruited on-site at prostitution venues, and provided urine samples for leukocyte esterase dipstick (LED), STD and HIV testing before having sex with female sex workers. After having sex they underwent an interview and physical examination. No payment was made for study participation. Prostitution site personnel (n = 41) and boyfriends of female sex workers (n = 56) were also recruited. RESULTS: In all 68% of the clients approached agreed to participate. On-site LED testing and free STD treatment were important factors in participation. HIV-1 prevalence was several-fold higher than in the general population in Cotonou, at 8.4, 12.2 and 16.1% in clients, personnel and boyfriends respectively, and was associated with increasing age and lack of condom use with female sex workers. Condom use rates by clients with female sex workers were non-negligible but sub-optimal, and low with regular partners. Approximately one-third of clients with regular partners also had other non-female sex worker sex partners. Boyfriends of female sex workers are of particular concern due to high numbers of partners, very low condom use rates and high HIV prevalence. CONCLUSIONS: Study findings indicate that male sex partners of female sex workers form a 'bridging population' for HIV/STD transmission both to female sex workers, as well as from female sex workers to the general population of women, particularly regular female partners.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».