Syndemic Characterization of HCV, HBV, and HIV Co-infections in a Large Population Based Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Limited data are available on HBV, HCV, and HIV co-infections and triple infection. We characterized co-occurrence of HIV, HBV, and HCV infections at the population level in British Columbia (BC) to identify patterns of predisposing factors unique to co-infection subgroups. METHODS: We analyzed data from the BC Hepatitis Testers Cohort, which includes all individuals tested for HCV or HIV in BC between 1992 and 2013, or included in provincial public health registries of HIV, HCV, HBV, and active tuberculosis. Individuals were classified as negative, mono-, and co-infection groups based on HIV, HBV, and HCV status. We evaluated associations between risk factors (injection drug use, sexual orientation etc.) and co-infection groups using multivariate multinomial logistic regression. FINDINGS: Of a total of 1,376,989 individuals included in the analysis, 1,276,290 were negative and 100,699 were positive for HIV, HBV, and/or HCV. Most cases (91,399, 90.8%) were mono-infected, while 3991 (4.0%) had HBV/HCV, 670 HBV/HIV (0.7%), 3459 HCV/HIV (3.4%), and 1180 HBV/HCV/HIV (1.2%) co-infection. Risk factor and demographic distribution varied across co-infection categories. MSM classification was associated with higher odds of all HIV co-infection groups, particularly HBV/HIV (OR 6.8; 95% CI: 5.6, 8.27), while injection drug use was most strongly associated with triple infection (OR 64.19; 95% CI: 55.11, 74.77) and HIV/HCV (OR 23.23; 95% CI: 21.32, 25.31). INTERPRETATION: Syndemics of substance use, sexual practices, mental illness, socioeconomic marginalization, and co-infections differ among population groups, highlighting avenues for optimal composition and context for health services to meet each population's unique needs. FUNDING: BC Centre for Disease Control and Canadian Institutes of Health Research.
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 | 0,002 |
| 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 | 0,000 |
| 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) | 0,001 | 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 ».