Monitoring syphilis serology in blood donors: Is there utility as a surrogate marker of early transfusion transmissible infection behavioral risk?
Notice bibliographique
Résumé
BACKGROUND: In Canada the time deferral for gay, bisexual, and other men who have sex with men (gbMSM) was progressively shortened (lifetime, 5 years, 1 year, 3 months). Here we describe trends in syphilis rates (a potential sexual risk marker) and risk behaviors from blood donors in the past 12 years. STUDY DESIGN AND METHODS: Syphilis positivity in 10,288,322 whole blood donations (January 1, 2010-September 10, 2022) and gbMSM deferral time periods, donation status, age, and sex were analyzed with logistic regression. Overall, 26.9% syphilis positive and 42.2% controls (matched 1:4) participated in risk factor interviews analyzed by logistic regression. RESULTS: Syphilis rates were higher in first-time donors (OR 27.0, 95% CI 22.1-33.0), in males (OR 2.3, 1.9-2.8) and with the 3-month deferral (OR 3.4, 2.6-4.3) during which the increase was greater for first-time males (p < .001) but similar for male and female repeat donors (p > .05). Among first-time donors, histories of intravenous drug use (OR 11.7, 2.0-69.5), male-to-male sex 7.8 (2.0-30.2) and birth in a high prevalence country (OR 7.6, 4.4-13.0) predicted syphilis positivity; among repeat donors, history of male-to-male sex (OR 33.5, CI 3.5-317.0). All but 1 gbMSM syphilis-positive donors were noncompliant with the gbMSM deferral. About a quarter of first-time interviewed case donors had history of syphilis; 44% were born in a high-prevalence country. CONCLUSION: Rising syphilis rates in donors correlates with the general population epidemic. Recent infection rates rose similarly in males and females. GbMSM history may contribute to donor syphilis rates but shortening time deferrals appears unrelated.
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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».