Population prevalence of sexually transmitted infections in a high HIV burden district in KwaZulu-Natal, South Africa: Implications for HIV epidemic control
Notice bibliographique
Résumé
BACKGROUND: Sexually transmitted infections (STIs) and Human immunodeficiency virus (HIV) share a complex bidirectional relationship, however, population prevalence and the association between the presence of STIs and HIV in a high HIV burden district in KwaZulu-Natal, South Africa is not known. METHODS: A total of 9812 participants aged 15-49 years were enrolled in a cross-sectional population-based household survey. Participants completed a structured questionnaire and provided first-pass urine (males) or self-collected vulvo-vaginal swabs (females) for the detection of STIs. RESULTS: Prevalence of herpes simplex virus type-2 (HSV-2) was 57.8%, syphilis was 1.6%, Neisseria gonorrhoeae was 2.8%, Chlamydia trachomatis was 7.1%, Trichomonas vaginalis was 9.0%, Mycoplasma genitalium was 5.5% and HIV was 36.3%. HIV positive status was associated with an increased probability of having M. genitalium (aPR = 1.49, 95% CI 1.02-2.19) among males and syphilis (aPR = 2.54, 95% CI 1.32-4.86), N. gonorrhoeae (aPR = 2.39, 95% CI 1.62-3.52), T. vaginalis (aPR = 1.70, 95% CI 1.43-2.01) and M. genitalium (aPR = 1.60, 95% CI 1.15-2.22) among females. HIV viral load ≥400 copies per mL was associated with an increased probability of N. gonorrhoeae (aPR = 1.91, 95% CI 1.36-2.70), C. trachomatis (aPR = 1.52, 95% CI 1.12-2.05) and M. genitalium (aPR = 1.83, 95% CI 1.27-2.63). CONCLUSIONS: The high prevalence of STIs and the association between STIs and HIV, and HIV viral load underscores the public health implications of sustained transmission risk of STIs and HIV. These findings highlight the urgent need for expanding STI surveillance and implementing interventions to monitor and reduce the STI burden.
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 | 0,003 |
| 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 | 0,000 | 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 ».