Hepatitis B prevention interventions during HIV post-exposure prophylaxis visits: A retrospective chart review
Notice bibliographique
Résumé
BackgroundHepatitis B virus (HBV) disproportionately affects people at risk of HIV. Encounters for HIV post-exposure prophylaxis (PEP) create opportunities for HBV screening and prevention. We quantified HBV prevalence, susceptibility, and active/passive immunization use among patients seeking HIV PEP.MethodsWe conducted a retrospective chart review of patients requesting PEP at an academic hospital between 2001-2021 in Toronto, Canada. Patients were classified as HBV immune or susceptible based on laboratory tests. Among HBV-susceptible individuals, we quantified how often HBV vaccine and/or hepatitis B immune globulin (HBIG) were administered.ResultsWe identified 2018 PEP episodes, 75.3% being for sexual exposures. Mean age was 33.6 years. Among 1593 (78.9%) participants with available HBV testing data, six (0.4%) tested HBsAg-positive. Of 2018 episodes, 56.8% were among HBV-immune and 19.8% among HBV-susceptible participants; 23.1% were among participants of unknown status. Of susceptible participants, 55 (13.8%) received HBIG and 143 (35.8%) received HBV vaccinations.ConclusionsHBV prevalence was low but roughly one-fifth of patients seeking HIV PEP were HBV-susceptible. HBIG use was inconsistent with current guidelines, and a minority of HBV-susceptible individuals were vaccinated. More systematic HBV testing, increased HBV vaccination and more rational use of HBIG are needed in those seeking HIV PEP.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».