Chlamydia retesting remains low among young women in Australia: an observational study using sentinel surveillance data, 2018–2022
Notice bibliographique
Résumé
BACKGROUND: Chlamydia remains the most notified bacterial sexually transmissible infection in Australia with guidelines recommending testing for re-infection at 3months post treatment. This paper aimed to determine chlamydia retesting and repeat positivity rates within 2-4months among young women in Australia, and to evaluate what factors increase or decrease the likelihood of retesting. METHODS: Chlamydia retesting rates among 16-29-year-old women were analysed from Australian Collaboration for Coordinated Enhanced Sentinel Surveillance of sexually transmissible infection and bloodborne virus (ACCESS) sentinel surveillance data (n =62 sites). Among women with at least one positive test between 1 January 2018 and 31 August 2022, retesting counts and proportions within 2-4months were calculated. Logistic regression was performed to assess factors associated with retesting within 2-4months. RESULTS: Among 8758 women who were positive before 31 August 2022 to allow time for follow up, 1423 (16.2%) were retested within 2-4months, of whom 179 (12.6%) tested positive. The odds of retesting within 2-4months were 25% lower if tested in a coronavirus disease 2019 (COVID-9) pandemic year (2020-2022) (aOR=0.75; 95% CI 0.59-0.95). Among 9140 women with a positive test before 30 November 2022, 397 (4.3%) were retested too early (within 7days to 1month) and 81 (20.4%) of those were positive. CONCLUSIONS: Chlamydia retesting rates remain low with around a sixth of women retested within 2-4months in line with guidelines. Re-infection is common with around one in eight retesting positive. An increase in retesting is required to reduce the risk of reproductive complications and onward transmission.
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 | 0,006 | 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 | 0,001 |
| Science ouverte | 0,000 | 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 ».