Characterizing female infectious syphilis cases in British Columbia to identify opportunities for optimization of care
Notice bibliographique
Résumé
Introduction: The rate of infectious syphilis continues to increase among females in British Columbia (BC) and Canada, raising concerns of increased incidence of congenital syphilis. We characterized syphilis cases among females in BC to identify opportunities to prevent syphilis and optimize its care. Methods: All cases of infectious syphilis diagnosed in BC between March 13, 2018 and December 31, 2020 and reported as female gender were reviewed. Demographics, risk factors and concurrent conditions were collected from a provincial surveillance system. Subgroup analyses comparing cases with and without housing instability, substance use, mental illness and a recent sexually transmitted infection (STI) were conducted to understand differences between these subgroups. Statistical associations were calculated using chi–square or t-tests. Results: There were 226 reported cases of female infectious syphilis in BC during this period: 38 (16.8%) in 2018; 74 (32.7%) in 2019; and 114 (50.4%) in 2020. Mean age was 32 years (range 15–75 years). Of those who reported concurrent conditions, most cases had experiences with housing instability (71.1%), substance use (68.2%) and mental illness (83.9%), while 42.9% had a recent STI. Cases who reported housing instability or substance use were significantly more likely to have experiences with a recent STI, street involvement, transactional sex, mental illness and income assistance (all p<0.01). Conclusion: Our findings highlight the importance of fostering an enabling environment for syphilis care. Concurrent services to support individuals with syphilis as well as housing instability, substance use and mental illness, may help prevent syphilis and improve wellbeing.
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 | 0,000 |
| 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 | 0,000 | 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 ».