Hepatitis C virus infection status and associated factors among a multi-site sample of people who used illicit drugs in the Amazon region
Notice bibliographique
Résumé
BACKGROUND: Elevated rates of Hepatitis C Virus (HCV) infection have been reported in epidemiological studies with people who used illicit drugs (PWUIDs) in different Brazilian regions. In Brazil's Amazon region, studies have already identified the common use of illicit drugs among adolescents and the high prevalence of HCV infections among PWUIDs. However, all studies done with PWUIDs were conducted with small samples and within limited geographic coverage. This study determined the prevalence and risk factors for HCV infection in PWUIDs in the Amazon region, northern Brazil, as well as estimating the prevalence and factors associated with the HCV spontaneous clearance (HSC). METHODS: This cross-sectional study accessed 1666 PWUIDs from multiple municipalities of the Amazon region. Socio-demographic, economic, drug use and health-related information were collected through interviews. Blood samples collected were tested for the presence of anti-HCV antibodies and RNA-HCV. HCV genotypes were identified by real-time polymerase chain reaction (PCR). Logistic regressions were run to identify factors independently associated with HCV infection status and HSC. RESULTS: In total, 577 (34.6%) featured HCV antibodies, of which 384 (23.1%) had active HCV infection and 193 (11.6%) indicated HSC. Genotypes 1 (80.2%) and 3 (18.8%) were detected. HCV infection status was associated with the length of illicit drug use history, factors related to parenteral and sexual transmission, and factors of socio-economic marginalization leading to potential risk activities for HCV. HSC was associated with the ethnic (including indigenous) background of participants. CONCLUSIONS: High levels of HCV infection were detected in PWUIDs. Genotype 1 was predominant. Intense use of illicit drugs, unprotected sexual intercourse, high number of sexual partners and social marginalization were associated with all HCV infection. HSC was associated with origin (Amazonian-born) and non-white (e.g., Black or Indigenous) of PWUIDs. These findings emphasize the need for improve HCV prevention and control services and care for PWUIDs in the Brazilian Amazon region.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».