Intersecting Risk Factors Associated With High Syphilis Seroprevalence Among a Street-Involved Population in Canada
Notice bibliographique
Résumé
Background: Syphilis has reemerged as a global public health concern. In Ontario, Canada's most populous province, a 340% increase in infectious syphilis cases was observed between 2013 and 2023. This surge was accompanied by a demographic shift, with women emerging as the fastest-growing at-risk group. We examined intersecting risk factors associated with syphilis seropositivity among a street-involved population. Methods: Data were collected from the Syphilis Point of Care Rapid Test and Immediate Treatment Evaluation (SPRITE) study-an outreach model of care implemented by 8 public health units (PHUs) across Ontario between 2023 and 2024. Reactive treponemal antibodies defined syphilis seroprevalence. A mixed-effects regression with a log-binomial distribution was used to evaluate the association between risk factors and seropositivity. Adjusted prevalence ratio (aPR) controlled for age and sex and clustering by PHUs. Results: A total of 630 participants, 42% women, with a median age of 38, were included; 19.1% of participants reported having sexual risk factors, using illicit drugs, and being un(der)housed. Overall, syphilis seroprevalence was 7.6% (95% confidence interval 5.5-9.7), with significant heterogeneity across the province and higher among those reporting 3 risk factors (19.2% [11.2-29.7]) compared with 1 risk factor (4.8% [1.8-10.1]). Seropositivity was higher among women (aPR 1.62 [.94-2.80]) and people who use illicit drugs (aPR 2.30 [.93-5.50]), particularly those who use crystal methamphetamine (aPR 2.88 [1.31-6.33]). Conclusions: Syphilis is heightened at the intersection of sexual risk factors, illicit drug use, and housing instability among equity-deserving populations. Targeted outreach models of care are necessary to reach this emerging at-risk population.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».