HIV incidence and related risks among gay, bisexual, and other men who have sex with men in Montreal, Toronto, and Vancouver: Informing blood donor selection criteria in Canada
Notice bibliographique
Résumé
<p><strong>Background:</strong> An individualized behavior-based selection approach has potential to allow for a more equitable blood donor eligibility process. We collected biological and behavioral data from urban gay, bisexual, and other men who have sex with men (GBM) to inform the use of this approach in Canada.</p> <p><strong>Study design and methods:</strong> Engage is a closed prospective cohort of sexually active GBM, aged 16+ years, recruited via respondent-driven-sampling (RDS) in Montreal, Toronto, and Vancouver, Canada. Participants completed a questionnaire on behaviors (past 6 months) and tested for HIV and sexually transmitted and blood-borne infections at each visit. Rate ratios for HIV infection and predictive values for blood donation eligibility criteria were estimated by RDS-adjusted Poisson regression.</p> <p><strong>Results:</strong> Data on 2008 (study visits 2017-02 to 2021-08) HIV-negative participants were used. The HIV incidence rate for the three cities was 0.4|100 person-years [95%CI:0.3, 0.6]. HIV seroconversion was associated with age <30 years: adjusted rate ratio (aRR) 9.1 [95%CI:3.2, 26.2], 6-10 and >10 anal sex partners versus 1-6 aRR: 5.3 [2.1,13.5] and 8.4 [3.4, 20.9], and use of crystal methamphetamine during sex: 4.2 [1.5, 11.6]. Applying the combined selection criteria: drug injection, ≥2 anal sex partners, and a new anal sex partner, detected all participants who seroconverted (100% sensitivity, 100% negative predictive value), and would defer 63% of study participants from donating.</p> <p><strong>Conclusion:</strong> Using three screening questions regarding drug injection and sexual behaviors in the past 6 months would correctly identify potential GBM donors at high risk of having recently contracted HIV. Doing so would reduce the proportion of deferred sexually active GBM by one-third.</p> <p><strong>Keywords:</strong> behavior-based screening; blood donation; blood donation policy; blood donor deferral; men who have sex with men; residual HIV risk; risk of transfusion-related infection; selection criteria; sexual behavior.</p>
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,000 | 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 ».