Age-disparate partnerships and HSV-2 among adolescent girls and young women in South Africa: implications for HIV infection risk
Notice bibliographique
Résumé
OBJECTIVE: There is an urgent need to understand high HIV-infection rates among young women in sub-Saharan Africa. While age-disparate partnerships have been characterised with high-risk sexual behaviours, the mechanisms through which these partnerships may increase HIV-risk are not fully understood. This study assessed the association between age-disparate partnerships and herpes simplex virus type-2 (HSV-2) infection, a factor known to increase HIV-infection risk. METHODS: Cross-sectional face-to-face questionnaire data, and laboratory HSV-2 and HIV antibody data were collected among a representative sample in the 2014/2015 household survey of the HIV Incidence Provincial Surveillance System in KwaZulu-Natal, South Africa. Among 15-24-year-old women who reported having ever had sex (n=1550), the association between age-disparate partnerships (ie, male partner ≥5 years older) and HSV-2 antibody status was assessed using multivariable Poisson regression models with robust variance. Analyses were repeated among HIV-negative women. RESULTS: HSV-2 prevalence was 55% among 15-24-year-old women. Women who reported an age-disparate partnership with their most recent partner were more likely to test HSV-2 positive compared with women with age-similar partners (64% vs 51%; adjusted prevalence ratio (aPR):1.19 (95% CI 1.07 to 1.32, p<0.01)). HSV-2 prevalence was also significantly higher among HIV-negative women who reported age-disparate partnerships (51% vs 40 %; aPR:1.25 (95% CI 1.05 to 1.50, p=0.014)). CONCLUSIONS: Results indicate that age-disparate partnerships are associated with a greater risk of HSV-2 among young women. These findings point towards an additional mechanism through which age-disparate partnerships could increase HIV-infection risk. Importantly, by increasing the HSV-2 risk, age-disparate partnerships have the potential to increase the HIV-infection risk within subsequent partnerships, regardless of the partner age-difference in those relationships.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».