Identification of Novel Risks for Nonulcerative Sexually Transmitted Infections Among Young Men in Kisumu, Kenya
Notice bibliographique
Résumé
In Brief Objectives: STI prevention interventions often aim to reduce HIV incidence. Understanding STI risks may lead to more effective HIV prevention. Goal: To identify STI risks among men aged 18–24 in Kisumu, Kenya. Study Design: We analyzed baseline data from a randomized trial of male circumcision. Participants were interviewed for sociodemographic and behavioral risks. Neisseria gonorrhoeae (NG) and Chlamydia trachomatis (CT) were diagnosed by polymerase chain reaction assay and Trichomonas vaginalis (TV) by culture. The outcome for logistic regression analysis was infection with NG, CT, or TV. Results: Among 2743 men, 214 (7.8%; 95% CI: 6.8%–8.8%) were infected with any STI. In multivariable analysis, statistically significant risks for infection were: living one's whole life in Kisumu (OR = 1.50; 95% CI: 1.12–2.01), preferring “dry” sex (OR = 1.47; 95% CI: 1.05–2.07), HSV-2 seropositivity (OR = 1.37; 95% CI: 1.01–1.86), and inability to ejaculate during sex (OR = 2.04; 95% CI: 1.15–3.62). Risk decreased with increasing age and education, and cleaning one's penis less than 1 hour after sex (OR = 0.51; 95% CI: 0.33–0.80). Conclusion: Understanding how postcoital cleaning, “dry” sex, and sexual dysfunction relate to STI acquisition may improve STI and HIV prevention. We identify novel risks for nonulcerative STI among young men in Kisumu, Kenya. Understanding how postcoital cleaning, preferring “dry” sex, and sexual dysfunction relate to STI acquisition may lead to improved STI and HIV prevention.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».