Caractérisation des cas de syphilis infectieuse féminine en Colombie-Britannique afin de déterminer les possibilités d’optimisation des soins
Bibliographic record
Abstract
Introduction : Le taux de syphilis infectieuses continue d'augmenter chez les femmes en Colombie-Britannique et au Canada, ce qui soulève des préoccupations quant à l'augmentation de l'incidence de la syphilis congénitale. Nous avons caractérisé les cas de syphilis chez les femmes de la Colombie-Britannique afin de déterminer les possibilités de prévenir la syphilis et d'optimiser ses soins. Méthodes : Tous les cas de syphilis infectieuse diagnostiqués en Colombie-Britannique entre le 13 mars 2018 et le 31 décembre 2020 et s'identifiant comme femme ont été examinés. Des données démographiques, des facteurs de risque et des conditions concurrentes ont été recueillis auprès d'un système de surveillance provincial. Des analyses de sous-groupes comparant des cas avec et sans instabilité du logement, consommation de substances, maladie mentale et une infection sexuellement transmissible récente (ITS) ont été effectuées afin de comprendre les différences entre ces sous-groupes. Les associations statistiques ont été calculées au moyen de tests khi carré ou de tests t. Résultats : Au cours de cette période, 226 cas de syphilis infectieuse féminine ont été déclarés en Colombie-Britannique : 38 (16,8 %) en 2018; 74 (32,7 %) en 2019; et 114 (50,4 %) en 2020. L'âge moyen était de 32 ans (intervalle de 15 à 75 ans). Parmi les personnes qui ont déclaré des conditions concomitantes, la plupart des cas ont connu une instabilité du logement (71,1 %), une consommation de substances (68,2 %) et une maladie mentale (83,9 %), alors que 42,9 % avaient une ITS récente. Les cas qui ont déclaré une instabilité du logement ou une consommation de substances étaient beaucoup plus susceptibles d'avoir récemment eu une ITS, avoir des antécédents de vie dans la rue, de rapports sexuels transactionnels, une maladie mentale et une aide au revenu (tous p < 0,01). Conclusion : Nos résultats soulignent l'importance de favoriser un environnement propice aux soins de la syphilis. Des services simultanés pour soutenir les personnes atteintes de syphilis ainsi que l'instabilité du logement, la consommation de substances et la maladie mentale pourraient aider à prévenir la syphilis et à améliorer le bien-être.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".