The prevalence of hepatitis B surface antigenaemia in HIV positive patients in the Niger Delta Nigeria.
Notice bibliographique
Résumé
BACKGROUND: Both hepatitis-B virus (HBV) and human immunodeficiency virus (HIV) infections are common in Nigeria and are a significant cause of mortality and morbidity. This study was undertaken to determine the prevalence of hepatitis B surface antigen (HBsAg) in HIV infected patients and to highlight the need to pay attention to the recognition of potentially severe concurrent illness that may increase morbidity and mortality of HIV infected patients. METHODS: Three hundred and forty-two HIV positive patients recruited into the antiretroviral therapy pilot project at the University of Port Harcourt Teaching Hospital comprising 192 males and 150 females between June 1995 to February 2003 constituted subjects for this study. HIV status of subjects was confirmed using the WHO approved Immunocomb (Organics, Israel) and Recombigen HIV I and II kits (Cambridge diagnostics, Ireland). HBsAg was assayed using the commercially available Clinotech HBsAg kits based on the chromatographic immunoassay technique (Clinotech diagnostics, Canada). RESULTS: HBsAg was detected in 33 (9.7%) of patients infected with HIV. Co-infection rate was highest in the 33-39 years age group. Single/unmarried patients constituted the highest proportion of those with HIV/HBV co-infection 21/195 (10.8%) followed by widowed/separated 4/47 (8.5%) and married (8.0%). Commercial sex workers had the highest prevalence among the occupational groups 4/30 (13.3%) followed by applicants 8/75 (10.7%) and drivers 4/40 (10.0%) while the lowest occupational prevalence occurred among farmers. Chi-square analysis indicated that age was an independent risk factor for HBV co-infection in HIV infected patients (P<0.05). CONCLUSIONS: This study demonstrates a high prevalence (9.7%) of HBsAg in HIV infected patients. This calls for a more intensive prevention and surveillance measures to control the HIV/AIDS scourge and co-infection with HBV.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».