Sexually Transmitted Infections Diagnosed Among Sexual and Gender Minority Communities During the First 11 Months of the COVID-19 Pandemic in Midwest and Southern Cities in the United States
Notice bibliographique
Résumé
BACKGROUND: The COVID-19 pandemic adversely affected sexual health services. Given the burden of sexually transmitted infections (STIs) on sexual and gender minorities (SGMs), we estimated incidence of self-reported STI diagnoses and factors associated with STI diagnoses among SGMs during the pandemic's first year. METHODS: A cohort of 426 SGM persons, 25 years or older, recruited in Chicago, Milwaukee, Detroit, Minneapolis, and Houston completed 5 online surveys from April 2020 to February 2021. Persons self-reported on each survey all health care provider STI diagnoses. Kaplan-Meier was used to estimate the cumulative risk of STI diagnoses, stratified by human immunodeficiency virus (HIV) status. Factors associated with STI diagnoses were assessed with a longitudinal negative binomial regression. RESULTS: Median age was 37 years, and 27.0% were persons living with HIV (PLH). Participants reported 63 STIs for a cumulative incidence for PLH and HIV-negative persons of 0.19 (95% confidence interval [CI], 0.13-0.29) and 0.12 (95% CI, 0.09-0.17), respectively. Regardless of HIV, a younger age and changes in health care use were associated with STI diagnoses. Among HIV-negative persons, the rate of STI diagnoses was higher in Houston than the Midwest cities (adjusted relative risk, 2.37; 95% CI, 1.08-5.20). Among PLH, a decrease in health care use was also associated with STI diagnoses (adjusted relative risk, 3.53; 95% CI, 1.01-12.32 vs no change in health care services), as was Hispanic ethnicity and using a dating app to meet a sex partner. CONCLUSIONS: Factors associated with STI diagnoses during the COVID-19 pandemic generally reflected factors associated with STI incidence before the pandemic like geography, HIV, age, and ethnicity.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».