Human immunodeficiency virus infection predictors and genetic diversity of hepatitis B virus and hepatitis C virus co-infections among drug users in three major Kenyan cities
Notice bibliographique
Résumé
Background: Drug users act as reservoirs and transmission channels for hepatitis B virus (HBV), hepatitis C virus (HCV) and human immunodeficiency virus (HIV) infections to the general population worldwide. Periodic epidemiological studies to monitor the prevalence and genetic diversity of these infections to inform on interventions are limited. Objective of the study: The objective of this study was to determine the predictors of HIV infection and genetic diversity of HBV and HCV among drug users in Kenya. Materials and methods: A cross-sectional study on previous drug use history among drug users was conducted in three Kenyan cities using a respondent-driven sampling method between January 2011 and September 2012. Blood samples were collected and analysed for the presence of HBV, HCV and HIV serological markers and to determine the genotypes of HBV and HCV. Results: The overall prevalence of HBV, HCV and HIV among drug users was 4.3%, 6.5% and 11.1%, respectively, with evidence of HBV/HIV, HCV/HIV and HBV/HCV/HIV co-infections. The HBV circulating genotypes were A1 (69%) and D6 (19%), whereas HCV genotypes were 1a (72%) and 4a (22%). Injection drug use was a significant predictor of HIV/HCV infections. Younger age (30 years; aOR (adjusted odds ratio) = 0.50, 95% CI (confidence interval): 0.33–0.76; p < 0.001) and early sexual debut (aOR = 0.54, 95% CI: 0.40–0.82; p < 0.05) were negatively associated with detection of any of the three infections. Injecting drug use was positively associated with HCV infection (aOR = 5.37, 95% CI: 2.61–11.06; p < 0.001). Conclusion: This high level of genetic diversity exhibited by HBV and HCV isolates requires urgent implementation of harm reduction strategies and continuous monitoring for effective management of the patients.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| 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 ».