Biological and Behavioral Factors Associated With Positive Chlamydia Retests
Notice bibliographique
Résumé
BACKGROUND: Repeat chlamydia detection after treatment is common, and there is concern that treatment failure may be a cause. METHODS: Within a randomized trial, we established a prospective cohort of 600 participants with anogenital chlamydia diagnoses (200 each of women, heterosexual men, and men who have sex with men [MSM]). Participants were invited for repeat testing at 3 months and to complete a behavioral survey at 4 months. Positive samples were analyzed for organism DNA load and genovar. We estimated repeat chlamydia positivity, reinfection and treatment failure rates, and investigated the biological and behavioral factors associated with a repeat positive test. RESULTS: A total of 290 participants (100 women, 89 heterosexual men, 101 MSM) were retested at 1 to 4 months, with 43 repeat positives, including 26 classed as reinfection and 9 as treatment failures. Comparing MSM with heterosexual men and women combined, repeat positivity was higher (20.8% vs 11.6%, P = 0.04), and treatment failure was higher (6.9% vs 1.1%, P = 0.01), but there was no difference in reinfection rates (11.9% vs 7.4%, P = 0.21). Among MSM, the odds of repeat positivity increased by 90% with each additional log organism load in the original specimen (baseline) (adjusted odds ratio, 1.9; 95% confidence interval, 1.1-3.2). Among heterosexuals, the odds of repeat positivity decreased by 10% with each additional week delay in being retested for chlamydia (adjusted odds ratio, 0.9; 95% confidence interval, 0.8-0.9). CONCLUSIONS: Positive retests were more common among MSM than heterosexuals. Treatment failure was more common in MSM with rectal chlamydia, reinforcing concerns about azithromycin treatment failure.
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 | 0,000 |
| 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 | 0,001 | 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 ».