Stratégies de réduction des risques du VIH en fonction du statut sérologique et de la charge virale du partenaire sexuel : le sérotriage chez les hommes séronégatifs ayant des relations sexuelles avec des hommes à Montréal
Bibliographic record
Abstract
Cette étude a pour objectif d'établir la prévalence des stratégies de réduction des risques basées sur le statut sérologique et la charge virale du partenaire sexuel dans un échantillon d'hommes ayant des relations sexuelles avec d'autres hommes (HARSAH). Pour ce faire, des analyses descriptives, bivariées et multivariées ont été effectuées sur les données du projet SPOT à Montréal. Trois profils de sérotriage ont été recensés : sérotriage strict (10,6 %, partenaires séronégatifs seulement), sérotriage + inconnu (61,0 %, partenaires séronégatifs et de statut inconnu) et sérotriage + charge virale (6,4 %, partenaires séronégatifs, de statut inconnu et séropositif avec une charge virale indétectable). Un peu plus d'un homme sur quatre (22,0 %) n'a pas rapporté de stratégie de sérotriage. Dans l'ensemble, les variables associées aux profils de sérotriage concordaient avec la stratégie des participants. Plusieurs différences entre les profils de sérotriage et les hommes qui ne rapportent pas ces stratégies ont été rapportées. Il est important de tenir compte de ces stratégies dans l'intervention pour mieux soutenir les HARSAH dans leurs pratiques de réduction des risques. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : HARSAH, sérotriage, charge virale, réduction des risques, VIH
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".