HIV, Syphilis, and Behavioral Risk Factors among Female Sex Workers before and after Implementation of Harm Reduction Programs in a High Drug-Using Area of China
Notice bibliographique
Résumé
OBJECTIVE: To evaluate the impact of harm reduction programs on HIV and syphilis infection and related risk behaviors among female sex workers (FSWs) in a drug trafficking city in Southwest China. DESIGN: Before and after harm reduction program study. METHODS: Two cross-sectional surveys were conducted among FSWs before and after harm reduction programs were launched in Xichang city, Sichuan province. The first and second cross-sectional surveys were conducted in 2004 and 2010, respectively. Temporal changes in odds of HIV, syphilis, and behavioral risk factors were assessed by multivariable logistic regression while controlling for socio-demographics. RESULTS: The 2004 and 2010 cross-sectional surveys recruited 343 and 404 FSWs, respectively. From 2004 to 2010, the odds of syphilis infection decreased by 35% and was of borderline statistical significance (AOR: 0.65, 95% CI: 0.41-1.03), while odds of HIV infection rose, but not significantly (AOR: 4.12, 95% CI: 0.76-22.45). Although odds of unprotected sex with primary sex partners did not significantly change over time (AOR: 0.96; 95% CI: 0.61-1.50), odds of unprotected sex with clients declined significantly and remarkably (AOR: 0.14, 95% CI: 0.09-0.21). Notably, the odds of reporting ≥10 new sex partners in the previous month increased by 37% (AOR: 1.37; 95% CI: 0.98-1.90). CONCLUSIONS: Harm reduction strategies may be an effective means of reducing unprotected sex with clients among FSWs. Future research is needed to better target both FSWs and IDUs and interrupt bridging networks for HIV transmission in high drug-using areas of China.
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 | 0,000 |
| 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 ».