Age differences between sexual partners, behavioural and demographic correlates, and HIV infection on Likoma Island, Malawi
Notice bibliographique
Résumé
Patterns of age differences between sexual partners - "age-mixing" - may partially explain the magnitude of HIV epidemics in Sub-Saharan Africa. However, evidence of age-disparity as a risk factor for HIV remains mixed. We used data from a socio-centric study of sexual behaviour in Malawi to quantify the age-mixing pattern and to find associations between relationship characteristics and age differences for 1,922 participants. Three age difference measures were explored as predictors of prevalent HIV infection. We found that for each year increase in male participant age, the average age difference with their partners increased by 0.26 years, while among women it remained approximately constant around 5 years. Women in the study had larger within-individual variation in partner ages compared to men. Spousal partnerships and never using a condom during sex were associated with larger age differences in relationships of both men and women. Men who were more than five years younger than their partners had 5.39 times higher odds (95% CI: 0.93-31.24) of being HIV-infected than men 0-4 years older. The relationship between HIV-infection and age-asymmetry may be more complex than previously described. The role that women play in HIV transmission should not be under-estimated, particularly in populations with large within-individual variation in partner ages.
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 | 0,002 | 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 ».