Factors Correlated With Hepatitis C and B Virus Infections Among Injecting Drug Users in Tehran, IR Iran
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: In Iran, the number of injecting drug users (IDUs) has increased in recent years. The rates of hepatitis C virus (HCV) and hepatitis B virus (HBV) infections among IDUs are reportedly high. Objectives: The purpose of this study was to assess factors correlated with HCV and HBV infections among IDUs in Tehran. Patients and Methods: A cross-sectional study included 899 IDUs recruited from the community, drug treatment centers, and drop-in-centers. The study involved interviews conducted using an adapted version of the WHO Drug Injection Study Phase II (Version 2b) questionnaire and blood testing for the HCV antibody, hepatitis B surface antigen, and hepatitis B core antibody. A logistic regression model was used to identify independent factors correlated with HCV and HBV infections. Results: HCV infection was found to be primarily associated with female gender [odds ratio (OR) 5.0, 95% confidence interval (CI) 2.0-10.0)], unmarried status (OR 2.9, 95% CI 1.9-4.4), drug use for more than 10 years (OR 2.7, 95% CI 1.8-3.9), drug injection frequency of more than once per day (OR 2.6, 95% CI 1.6-4.2), history of imprisonment (OR 2.5, 95% CI 1.6-4.0)], and a history of shared injection needles in prison (OR 2.3, 95% CI 1.5-3.6). HBV infection was mainly correlated with a history of imprisonment (OR 1.9, 95% CI 1.4-2.7) and drug use for more than 10 years (OR 1.4, 95% CI 1.1-1.9). Conclusions: Because a considerable number of IDUs in Iran are receiving reduction services, tailoring services for prevention of hepatitis infection are necessary.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle