Prior history of testing for syphilis, hepatitis B and hepatitis C among a population-based cohort of HIV-positive individuals and their HIV-negative controls
Notice bibliographique
Résumé
Understanding patterns of serological testing for hepatitis B & C, and syphilis among HIV-positive individuals, prior to HIV diagnosis, can inform HIV diagnosis, engagement and prevention strategies. This was a population-based, retrospective analysis of prior serological testing among HIV-positive individuals in Manitoba, Canada. HIV cases were age-, sex- and region-matched to HIV-negative controls at a 1:5 ratio. Conditional logistic regression was used to examine previous serological tests and HIV status. Odds ratios (ORs) and their 95% confidence intervals (95% CI) were reported. A total of 193 cases and 965 controls were included. In the 5 years prior to diagnosis, 50% of cases had at least one test, compared to 26% of controls. Compared to those who did not have serological testing in the 5 years prior to HIV infection, those who had one serological test were at twice the odds of being HIV positive (OR: 1.9, 95% CI: 1.2-2.9), while those with 2 or more tests were at even higher odds (OR: 5.5, 95%CI: 3.7-8.4). HIV cases had higher serological testing rates. Interactions between public health and other healthcare providers should be strengthened.
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 | 0,002 |
| 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 ».