Reduced rates of HIV acquisition during unprotected sex by Kenyan female sex workers predating population declines in HIV prevalence
Notice bibliographique
Résumé
OBJECTIVES: Female sex workers (FSWs) form a core group at high risk of both sexual HIV acquisition and secondary transmission. The magnitude of these risks may vary by sexual risk taking, partner HIV prevalence, host immune factors and genital co-infections. We examined temporal trends in HIV prevalence and per-act incidence, adjusted for behavioral and other variables, in FSWs from Nairobi, Kenya. METHODS: An open cohort of FSWs followed since 1985. Behavioral and clinical data were collected six monthly from 1985 to 2005, and sexually transmitted infection (STI) diagnostics and HIV serology performed. A Cox proportional hazards model with time-dependent covariables was used to estimate infection risk as a function of calendar time. RESULTS: HIV prevalence in new FSW enrollees peaked at 81% in 1986, and was consistently below 50% after 1997. Initially uninfected FSWs remained at high risk of acquiring HIV throughout the study period, but the rate of HIV acquisition during unprotected sex with a casual client declined by over four-fold. This reduction correlated closely with decreases in gonorrhea prevalence, and predated reductions in the Kenyan HIV population prevalence by over a decade. CONCLUSIONS: The per-act rate of HIV acquisition in high-risk Nairobi FSWs fell dramatically between 1985 and 2005. This decline may represent the impact of improved STI prevention/therapy, immunogenetic shifts in at-risk women, or changes in the proportion of HIV exposures occurring with clients who had acute HIV infection. Declining HIV incidence in high-risk cohorts may predict and/or be causally related to future reductions in population prevalence.
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 ».