P3.315 Does Adjusting For Sexual Behaviour Improve the Accuracy of Population-Based Chlamydia Incidence and Screening Rates Among Adolescents in British Columbia, Canada?
Notice bibliographique
Résumé
<h3>Background</h3> Recent studies using setting-specific health insurance or clinical datasets have demonstrated the importance of considering sexual activity when calculating Chlamydia incidence and screening rates, particularly for adolescents. Using data from a provincial adolescent health survey we assessed the impact of adjusting for sexual activity on population-based Chlamydia incidence and screening rates among adolescents in British Columbia (BC), Canada. <h3>Methods</h3> We estimated the proportion of adolescent males (15–18 years) and females (14–18 years) who had ever had sexual intercourse (i.e., sexually active) using data from a cluster-stratified survey of public school students (Grades 7–12) completed by ∼30,000 BC students in 2003 and 2008. Using provincial Chlamydia surveillance and testing data we compared adolescent Chlamydia screening and incidence rates in BC by age and gender, using total and sexually active populations as denominators. <h3>Results</h3> During these time periods, an estimated 32% and 33% of males 15–18 years and 28% and 31% of females 14–18 years were sexually active in 2003 and 2008 respectively. Regardless of denominator used, screening and incidence rates increased with age, and were higher among females compared to males. Sexually active incidence and screening rates were consistently higher with a more pronounced impact at younger ages. For example, in 2008 screening rates among 14 year old females were 26.2% vs 2.5% in sexually active and total populations respectively, while the corresponding rates among 18 year old females were 60.2% vs 28.9% (2.1 times higher). <h3>Conclusions</h3> Using data representing the entire population of BC adolescents we demonstrated that without adjustment for sexual behaviour, adolescent Chlamydia incidence and screening rates are substantially under-estimated, particularly at younger ages. Adjusting for sexual behaviour using population survey data is essential for accurately monitoring the population impact of prevention and screening programmes among adolescents.
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 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».