The Impact of Sex Work Interruption on Blood-Derived T Cells in Sex Workers from Nairobi, Kenya
Notice bibliographique
Résumé
BACKGROUND: Unprotected sexual intercourse exposes the female genital tract (FGT) to semen-derived antigens, which leads to a proinflammatory response. Studies have shown that this postcoital inflammatory response can lead to recruitment of activated T cells to the FGT, thereby increasing risk of HIV infection. OBJECTIVE: The purpose of this study was to evaluate the impact of sex work on activation and memory phenotypes of peripheral T cells among female sex workers (FSW) from Nairobi, Kenya. SUBJECTS: Thirty FSW were recruited from the Pumwani Sex Workers Cohort, 10 in each of the following groups: HIV-exposed seronegative (at least 7 years in active sex work), HIV positive, and New Negative (HIV negative, less than 3 years in active sex work). Blood was obtained at three different phases (active sex work, abstinence from sex work-sex break, and following resumption of sex work). Peripheral blood mononuclear cells were isolated and stained for phenotypic markers (CD3, CD4, CD8, and CD161), memory phenotype markers (CD45RA and CCR7), activation markers (CD69, HLA-DR, and CD95), and the HIV coreceptor (CCR5). T-cell populations were compared between groups. RESULTS: In HIV-positive women, CD8+CCR5+ T cells declined at the sex break period, while CD4+CD161+ T cells increased when returning to sex work. All groups showed no significant changes in systemic T-cell activation markers following the interruption of sex work, however, significant reductions in naive CD8+ T cells were noted. For each of the study points, HIV positives had higher effector memory and CD8+CD95+ T cells and lower naive CD8+ T cells than the HIV-uninfected groups. CONCLUSIONS: Interruption of sex work had subtle effects on systemic T-cell memory phenotypes.
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 | 0,002 | 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 | 0,001 | 0,001 |
| 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 ».