Are violence, harmful alcohol/substance use and poor mental health associated with increased genital inflammation?: A longitudinal cohort study with HIV-negative female sex workers in Nairobi, Kenya
Notice bibliographique
Résumé
Violence, alcohol use, substance use and poor mental health have been linked with increased HIV acquisition risk, and genital inflammation enhances HIV susceptibility. We examined whether past 6 month experience of these exposures was associated with increased genital inflammation, thereby providing a biological link between these exposures and HIV acquisition risk. The Maisha Fiti study was a longitudinal mixed-methods study of female sex workers in Nairobi, Kenya. Behavioural-biological surveys were conducted at baseline (June-December 2019) and endline (June 2020-March 2021). Analyses were restricted to HIV-negative women (n = 746). Women with raised levels of at least 5 of 9 genital inflammatory cytokines were defined as having genital inflammation. Multivariable logistic regression models were used to estimate (i) baseline associations between genital inflammation and violence, harmful alcohol/substance use, and poor mental health, and (ii) longitudinal associations between these exposures at different survey rounds, and genital inflammation at follow-up. Inflammation data was available for 711 of 746 (95.3%) women at baseline; 351 (50.1%) had genital inflammation, as did 247 (46.7%) at follow-up. At baseline, 67.8% of women had experienced physical and/or sexual violence in the past 6 months, 33.9% had harmful alcohol use, 26.4% had harmful substance use, 25.5% had moderate/severe depression/anxiety, and 13.9% had post-traumatic stress disorder. In adjusted analyses, there was no evidence that these exposures were associated cross-sectionally or longitudinally with genital inflammation. We report no associations between past 6 month experience of violence, harmful alcohol/substance use, or poor mental health, and immune parameters previously associated with HIV risk. This suggests that the well-described epidemiological associations between these exposures and HIV acquisition do not appear to be mediated by genital immune changes, or that any such changes are relatively short-lived. High prevalences of these exposures suggest an urgent need for sex-worker specific violence, alcohol/substance use and mental health interventions.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 ».