Population-Level Sexual Mixing According to HIV Status and Pre-exposure Prophylaxis Use Among Men Who Have Sex With Men in Montreal, Canada: Implications for HIV Prevention
Notice bibliographique
Résumé
Using cross-sectional survey data (Engage, 2017-2018) from 1,137 men who have sex with men, ≥16 years old, in Montreal, we compared observed human immunodeficiency virus (HIV) seroconcordance in previous-6-months' sexual partnerships with what would have been observed by chance if zero individuals serosorted. Of 5 recent partnerships where both individuals were HIV-negative, we compared observed concordance in preexposure prophylaxis (PrEP) use with the counterfactual if zero individuals selected partners based on PrEP use. We estimated the concordance by chance using a balancing-partnerships approach assuming proportionate mixing. HIV-positive respondents had a higher proportion of HIV-positive partners (66.4%, 95% confidence interval (CI): 64.0, 68.6) than by chance (23.9%, 95% CI: 23.1, 24.7). HIV-negative respondents (both on and not on PrEP) had higher proportions of HIV-negative partners (82.9% (95% CI: 81.1, 84.7) and 90.7% (95% CI: 89.6, 91.7), respectively) compared with by chance (76.1%, 95% CI: 75.3, 76.9); however, those on PrEP had a higher proportion of HIV-positive partners than those not on PrEP (17.1% (95% CI: 15.3, 18.9) vs. 9.3% (95% CI: 8.3, 10.4). Those on PrEP also had a higher proportion of partners on PrEP among their HIV-negative partners (50.6%, 95% CI: 42.5, 58.8) than by chance (28.5%, 95% CI: 27.5, 29.4). The relationship between PrEP and sexual-mixing patterns demonstrated by less population-level serosorting among those on PrEP and PrEP-matching warrants consideration during PrEP roll-out.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».