Reinfection incidence and risk among people treated for recent hepatitis C virus infection
Notice bibliographique
Résumé
OBJECTIVE: Reinfection poses a challenge to hepatitis C virus (HCV) elimination. This analysis assessed incidence of, and factors associated with reinfection among people treated for recent HCV (duration of infection <12 months). METHODS: Participants treated for recent HCV (primary infection or reinfection) in an international randomized trial were followed at 3-monthly intervals for up to 2 years to assess for reinfection. Reinfection incidence was calculated using person-time of observation. Factors associated with HCV reinfection were assessed using Cox proportional hazards regression analysis. RESULTS: Of 222 participants treated for recent HCV, 196 (62% primary infection, 38% reinfection) were included in the cohort at risk for reinfection, of whom 87% identified as gay or bisexual men, 71% had HIV and 20% injected drugs in the month prior to enrolment. During 198 person-years of follow-up, 28 cases of HCV reinfection were identified among 27 participants, for an incidence of 14.2 per 100 person-years [95% confidence interval (CI) 9.8-20.5]. Reinfection was associated with prior HCV reinfection [adjusted hazards ratio (aHR) 2.42; 95% CI 1.08-5.38], injection drug use posttreatment (aHR 2.53; 95% CI 1.14-5.59), condomless anal intercourse with casual male partners (aHR 3.32; 95% CI 1.14-9.65) and geographic region (United Kingdom, aHR 0.21; 95% CI 0.06-0.75). Among gay and bisexual men (GBM), reinfection was also associated with sexualized drug use involving injecting posttreatment (aHR 2.97; 95% CI 1.10-8.02). CONCLUSION: High reinfection incidence following treatment for recent HCV among people with ongoing sexual and drug use risk behaviour highlights the need for posttreatment surveillance, rapid retreatment of reinfection and targeted harm reduction strategies.
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 ».