Incidence and risk factors for recurrent sexually transmitted infections among MSM on HIV pre-exposure prophylaxis
Notice bibliographique
Résumé
OBJECTIVE: High rates of sexually transmitted infections (STIs) have been reported among pre-exposure prophylaxis (PrEP) users. We wished to assess the incidence and risk factors for recurrent STIs. DESIGN: The ANRS IPERGAY trial was a prospective study investigating PrEP among MSM and transgender women in outpatient clinics in France and Canada. In all, 429 participants were enrolled, offered up to 4 years of PrEP and screened for bacterial STIs (syphilis, chlamydia and gonorrhea) at baseline and every 6 months. METHODS: STIs incidence was calculated yearly. Cox proportional hazards model regression was used to explore associations between participants characteristics at baseline and recurrent STI during follow-up. RESULTS: Over a median follow-up of 23 months, bacterial STI incidence was 75, 33, 13, 32 and 30 per 100 person-years for all STIs, rectal STIs, syphilis, gonorrhea and chlamydia, respectively. STI incidence significantly increased from the first year to the fourth year of the study (55 vs. 90 per 100 person-years, P < 0.001). During the study period, 167 participants (39%) presented with more than one bacterial STIs which accounted for 86% of all STIs. Baseline risk factors associated with recurrent STIs in a multivariate analysis were an STI at baseline [hazards ratio: 1.48 (95% confidence interval (CI): 1.06-2.07), P = 0.02], more than eight sexual partners in prior 2 months [hazards ratio: 1.72 (95% CI: 1.21-2.43), P = 0.002] and the use of gamma-hydroxybutyrate [hazards ratio: 1.66 (95% CI: 1.16-2.38), P = 0.005]. CONCLUSION: STI incidence was high and increased over time. Most STIs were concentrated in a high-risk group that should be targeted for future interventions.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».