Population and dyadic-based seroincidence of herpes simplex virus-2 and syphilis in southern India
Notice bibliographique
Résumé
OBJECTIVES: Herpes simplex virus-2 (HSV-2) and syphilis are associated with increased risk of HIV, highlighting the importance of understanding their transmission dynamics. In India, most studies of HSV-2 and syphilis incidence are in high-risk populations and may not accurately reflect infectious activity. In this study, we aim to define HSV-2/syphilis incidence and risk factors in a population sample. METHODS: We conducted a longitudinal population-based survey in Andhra Pradesh, India, in two rounds: 2004-2005 and 2010-2011. Sociodemographic and behavioural data were collected, and dried blood spots tested for HSV-2 and Treponema pallidum IgG. After calculating sexually transmitted infection (STI) incidence, associated factors were assessed using modified Poisson regression and within-couple transmission rates modelled using seroconcordance/discordance data. RESULTS: 12,617 adults participated at baseline with 8494 at follow-up. Incidence of HSV-2 and syphilis per 1000 person-years was 25.6 (95% CI 24.1 to 27.2) and 3.00 (95% CI 2.52 to 3.54). Incidence of HSV-2 was higher in women vs. men (31.1 vs. 20.2) and in rural vs urban residents (31.1 vs 19.0) (p<0.05 for both). STI seroincidence increased in a step-wise fashion with age and was associated with spousal seropositivity for both sexes (incidence rate ratio (IRR) 2.59 to 6.78). Within couples the rate of transmission per 1000 couple-years from men to women vs. women to men was higher for HSV-2 (193.3 vs. 119.0) compared with syphilis (27.6 vs. 198.8), p<0.05 for both. CONCLUSIONS: HSV-2 has higher incidence among subpopulations such as women, rural residents and older-aged individuals, suggesting a need for more generalised STI prevention approaches among populations traditionally considered low risk.
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 ».