Prevalence and factors associated with severe acute respiratory syndrome coronavirus 2, sexually transmitted, and blood-borne infections in British Columbia Corrections
Notice bibliographique
Résumé
People who are incarcerated (PWAI) and correctional staff face a higher risk of communicable diseases. This study assessed the seroprevalence of severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) and sexually transmitted bloodborne infections (STBBIs) in British Columbia (BC) Provincial Correctional Centres (PCCs). A multicentre cross-sectional serosurvey was conducted from January 4 to February 14, 2021, among PWAI and staff. Antibody and molecular screening assessed pathogen prevalence, with Pearson’s chi-squared tests for group comparisons. Mixed-effects logistic regression explored clinical and sociodemographic factors associated with SARS-CoV-2 or STBBIs. Among PWAI (n=299), seroprevalence was 5.5% for SARS-CoV-2, 14.6% for hepatitis C virus, and 1.3% for syphilis. Among staff (n=505), seroprevalence was 2.9% for SARS-CoV-2, 1.7% for hepatitis B virus, and 0.6% for syphilis. Among PWAI, lower education (adjusted odds ratio [aOR]=2.38, 95% confidence interval [CI]: 1.02-5.56), unstable employment (aOR=2.86, 95% CI: 1.16-6.67), and opioid use (aOR=3.56, 95% CI: 1.15-12.65) were associated with STBBI acquisition. Among staff, working in a PCC with a SARS-CoV-2 outbreak was associated with infection acquisition (aOR=7.97, 95% CI: 2.28-27.97). The ongoing presence of SARS-CoV-2 and STBBIs in correctional facilities highlights the need for balanced public health interventions addressing both transmissions, ensuring timely prevention, testing, and treatment for all individuals.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 | 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 ».