MétaCan
Menu
Retour à la cohorte
Enregistrement W3210281976 · doi:10.1093/cid/ciab720

The Incidence of Hepatitis C Among Gay, Bisexual, and Other Men Who Have Sex With Men in Australia, 2009–2019

2021· article· en· W3210281976 sur OpenAlexfundno aff
Brendan Harney, Rachel Sacks‐Davis, Daniela K van Santen, Michael W. Traeger, Anna L. Wilkinson, Jason Asselin, Carol El‐Hayek, Christopher K. Fairley, Norman Roth, Mark Bloch, Gail Matthews, Basil Donovan, Rebecca Guy, Mark Stoové, Margaret Hellard, Joseph Doyle, Lisa Bastian, Deborah Bateson, Scott Bowden, Mark Boyd, Denton Callander, Allison Carter, Aaron Cogle, Jane Costello, Wayne Dimech, Jennifer Dittmer, Jeanne Ellard, Lucinda Franklin, Jules Kim, Scott McGill, D. Nolan, Prital Patel, Stella Pendle, Victoria Polkinghorne, Long Nguyen, Trinh Xuan Thi Nguyen, Catherine OʼConnor, Philip L. Reed, Nathan Ryder, Christine Selvey, Melanie Walker, Lucy Watchirs-Smith, Michael L. West

Notice bibliographique

RevueClinical Infectious Diseases · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatitis C virus research
Établissements canadiensnon disponible
Organismes subventionnairesNSW Ministry of HealthMedical Research CouncilDepartment of Health and Aged Care, Australian GovernmentMcGill UniversityAustralian GovernmentNational Health and Medical Research CouncilState Government of VictoriaDepartment of Health, State Government of VictoriaUniversity of New South WalesBurnet Institute
Mots-clésMedicineIncidence (geometry)Men who have sex with menMale HomosexualityHepatitis CDemographyGerontologyFamily medicineVirologySyphilisHuman immunodeficiency virus (HIV)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Hepatitis C virus (HCV) infection has been reported among gay, bisexual, and other men who have sex with men (GBM) globally including GBM with human immunodeficiency virus (HIV) and HIV-negative GBM, particularly those using HIV preexposure prophylaxis (PrEP). In Australia, HCV direct-acting antiviral treatment (DAA) was government-funded from 2016. Large implementation studies of PrEP also began in 2016. We examined HCV incidence among GBM to assess whether HCV incidence has changed since 2015. METHODS: Data were drawn from the Australian Collaboration for Coordinated Enhanced Sentinel Surveillance. We included GBM who tested HCV antibody negative at their first test and had ≥1 subsequent test. Generalized linear modeling (Poisson distribution) was used to examine HCV incidence from 2009 to 2019 stratified by HIV status, and among HIV-negative GBM prescribed PrEP from 2016 to 2019. RESULTS: Among 6744 GBM with HIV, HCV incidence was 1.03 per 100 person-years (PY). Incidence declined by 78% in 2019 compared to 2015 (incidence rate ratio [IRR], 0.22 [95% confidence interval {CI}: .09-.55]). Among 20 590 HIV-negative GBM, HCV incidence was 0.20/100 PY, with no significant change over time. Among 11 661 HIV-negative GBM prescribed PrEP, HCV incidence was 0.29/100 PY. Compared to 2016, incidence among GBM prescribed PrEP declined by 80% in 2019 (IRR, 0.20 [95% CI: .06-.64]). CONCLUSIONS: HCV incidence among GBM living with HIV declined following DAA availability. There was no observed change in HCV incidence among HIV-negative GBM overall. Among GBM prescribed PrEP, incidence declined since the early years of PrEP implementation in Australia. Australia is on track to eliminate HCV among GBM before global 2030 targets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,337

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,429
Écart entre enseignants0,348 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetHepatitis C virus researchTravaux en français237 207