Testing and Case Rates of Gonorrhea, Chlamydia, Syphilis, and HIV among People with Substance Use Disorders in the Veterans Health Administration
Notice bibliographique
Résumé
BACKGROUND: Little is known about national patterns of sexually transmitted infection (STI) testing and infections among people with substance use disorders (SUDs). METHODS: This study used a national retrospective analysis of people with SUDs receiving healthcare in the Veterans Health Administration in 2019 (N = 485,869). We describe testing rates, test positivity, and case rates for gonorrhea, chlamydia, syphilis, and HIV among individuals with alcohol, opioid, cocaine, and noncocaine stimulant use disorders in a national cohort of Veterans Health Administration patients. RESULTS: Test and case rates for all STIs were highest among people with noncocaine stimulant use. People with alcohol use disorder had the lowest testing rates but intermediate incidence for all STIs. People with multiple SUDs had higher incidence of all STIs than those with single SUDs. Mental health diagnoses and houselessness were common. The HIV test positivity was 0.14% to 0.36% across SUD groups. CONCLUSIONS: Sexually transmitted infection testing rates between SUD groups were discordant with their respective case rates. High STI rates in people with SUDs suggest a need for more comprehensive testing, particularly for those with noncocaine stimulant use and those with comorbid houselessness or mental health diagnoses.
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 | 0,001 |
| 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 ».