Females Experiencing Sexual and Drug Vulnerabilities Are at Elevated Risk for HIV Infection Among Youth Who Use Injection Drugs
Notice bibliographique
Résumé
OBJECTIVES: To compare sociodemographic, drug-related, and sexual risk variables between young (13-24 years of age) and older (> or =25 years of age) injection drug users (IDUs); and to determine HIV prevalence and associated risk factors for HIV infection among young IDUs. METHODS: Data were collected through the Vancouver Injection Drug Users Study (VIDUS). To date, over 1400 Vancouver area IDUs have been enrolled and observed during follow-up. Sociodemographic, drug-related, and sexual risk variables were compared between younger and older IDUs using nonparametric methods. Mantel-Haenszel and logistic regression methods were used to compare HIV-positive and HIV-negative female youth. RESULTS: Younger injectors (N = 232) were more likely to be female; work in the sex trade; report condom use; inject heroin daily; smoke crack cocaine daily; and need help injecting. HIV prevalence at baseline among the youth was 10%. HIV prevalence was associated with female gender; history of sexual abuse; engaging in survival sex; injecting heroin daily; injecting speedballs (a mixture of heroin and cocaine) daily; and having numerous lifetime sexual partners. CONCLUSION: Our data show that HIV positivity among young IDUs is concentrated among females engaged in dual sexual and drug-related risk exposure categories. Over half the HIV-positive youth were Aboriginal (a classification used by the federal government in Canada to include native peoples of all ethnic groups). Targeted interventions that take into account sexual and drug risk for young female and Aboriginal peoples are urgently needed.
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 | 0,003 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».