Sexually Transmitted Infection Positivity Rate and Treatment Uptake Among Female and Male Sexual Assault Victims Attending The Amsterdam STI Clinic Between 2005 and 2016
Notice bibliographique
Résumé
BACKGROUND: Victims could become infected with sexually transmitted infections (STIs) during a sexual assault. Several guidelines recommend presumptive antimicrobial therapy for sexual assault victims (SAVs). We assessed the STI positivity rate and treatment uptake of female and male SAVs at the Amsterdam STI clinic. METHODS: Sexual assault victims answered assault-related questions and were tested for bacterial STI (chlamydia, gonorrhea, and syphilis), hepatitis B, and HIV during their initial visits. Sexual assault victim characteristics were compared with non-SAV clients. Backward multivariable logistic regression analysis was conducted to assess whether being an SAV was associated with a bacterial STI. The proportion of those returning for treatment was calculated. RESULTS: From January 2005 to September 2016, 1066 (0.6%) of 168,915 and 135 (0.07%) of 196,184 consultations involved female and male SAVs, respectively. Among female SAVs, the STI positivity rate was 11.2% versus 11.6% among non-SAVs (P = 0.65). Among male SAVs, the STI positivity rate was 12.6% versus 17.7% among non-SAVs (P = 0.12). In multivariable analysis, female SAVs did not have increased odds for an STI (odds ratio 0.94; 95% confidence interval, 0.77-1.13), and male SAVs had significantly lower odds for an STI (odds ratio, 0.60; 95% confidence interval, 0.36-0.98). Of SAVs requiring treatment, 89.0% (female) and 92.0% (male) returned. CONCLUSIONS: The STI positivity rate among female SAVs was comparable with female non-SAVs, but male SAVs had lower odds for having a bacterial STI than did male non-SAVs, when adjusting for confounders. The return rate of SAV for treatment was high and therefore does not support the recommendations for presumptive therapy.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».