Anal Intercourse Among Female Sex Workers in Côte d’Ivoire: Prevalence, Determinants, and Model-Based Estimates of the Population-Level Impact on HIV Transmission
Notice bibliographique
Résumé
Current evidence suggests that anal intercourse (AI) during sex work is common in sub-Saharan Africa, but there have been few studies in which the contribution of heterosexual AI to human immunodeficiency virus (HIV) epidemics has been investigated. Using a respondent-driven sampling survey of female sex workers (FSWs; n = 466) in Abidjan, Côte d'Ivoire, in 2014, we estimated AI prevalence and frequency. Poisson regressions were used to identify AI determinants. Approximately 20% of FSWs engaged in AI during a normal week (95% confidence interval: 15, 26). Women who performed AI were generally younger, had been selling sex for longer, were born in Côte d'Ivoire, and reported higher sex-work income, more frequent sex in public places, and violence from clients than women not reporting AI. Condom use was lower, condom breakage/slippage more frequent, and use of water-based lubricants was less frequently reported for AI than for vaginal intercourse. Using a dynamic transmission model, we estimated that 22% (95% credible interval: 11, 37% of new HIV infections could have been averted among FSWs during 2000-2015 if AI had been substituted for vaginal intercourse. Despite representing a small fraction of all sex acts, AI is an underestimated source of HIV transmission. Increasing availability and uptake of condoms, lubricants, and pre-exposure prophylaxis for women engaging in AI could help mitigate HIV risk.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 ».