Notice bibliographique
Résumé
Rates of sexually transmitted infections (STI) have increased among gay, bisexual, and men who have sex with other men (GBM) in Canada, particularly gonorrhea and syphilis. If left untreated, these bacterial STI can cause serious sequalae among GBM such infertility and prostatitis as well as increase the risk of HIV transmission. Based on the theory of risk compensation, pre-exposure prophylaxis (PrEP) has been hypothesized as the primary contributing factor to the recent growth in bacterial STI incidence. However, findings are conflicting due to the methodological challenges of assessing how PrEP use facilitate behavioral changes for other prevention strategies such as condom use, subsequently increasing bacterial STI risk. Thus, this dissertation examined whether a) time-varying PrEP uptake affected cumulative bacterial STI incidence, b) condomless anal sex mediated the relation between PrEP uptake and bacterial STI, and c) characteristics of sexual partnerships were associated with elevated bacterial STI incidence among GBM in the era of PrEP. To answer address these research aims, this dissertation used data from the iCruise study, an online longitudinal study of GBM in Ontario, Canada. I used methods in causal inference to construct marginal structural models to evaluate the effect of PrEP uptake on rates of bacterial STI incidence and mediation models to quantify the indirect effect through condomless anal sex. In the final aim, I broaden the scope of possible mechanisms contributing to increased STI risk and adopt a descriptive epidemiology approach to generate hypotheses regarding the potential impact of partnership characteristics on STI incidence. Overall, this dissertation did not find sufficient evidence of risk compensation among iCruise participants. It demonstrates that a different mechanism (or a set of mechanisms) may better explain the observed increases in STI incidence among GBM and those on PrEP.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».