Prevalence and characteristics of HIV infection among female sex workers in Lubumbashi, Democratic Republic of Congo.

INTRODUCTION: female sex workers (FSWs) are considered a high-risk group for acquiring HIV infection due to their HIV prevalence estimated to be 10-20 times higher than in woman in the general population. This study aimed to determine the prevalence and risk factors of HIV among female sex workers (FSWs) in Lubumbashi. METHODS: a cross-sectional study was conducted among FSWs presenting for the first time at the sexually transmitted infections (STIs) clinic of Katuba, Lubumbashi, between April 2016 and December 2017. Information on the participants´ socio-demographic characteristics, sexual behaviors, and HIV serology results were collated and analyzed using a multiple logistic regression to identify factors associated to HIV infection among FSWs. RESULTS: information on 1555 sex workers was analysed in this study, the prevalence of HIV was 8.2%. The median age of the participants was 26 years (IQR: 21-34). Of the 127 HIV positive sex workers, 74% have been in the business for two years or less, 97% sell sex as their main income, 74% have more than 5 sexual intercourses per week, 95% reported using condom, 73% reported having history of STIs, 70% reported using alcohol before sex and 97% reported having three or more sexual partners per week. After adjusting for potentials cofounders, Age, Sex work as main income, years of selling sex, condom use, and alcohol use before sex were found to have a significant effect on HIV infection among sex workers. CONCLUSION: these findings highlight the vulnerability of FSWs to HIV infection and the necessity of immediate interventions to strengthen HIV prevention through behavioral change strategies and making available Pre-exposure Prophylaxis (PrEP) for FSWs in Lubumbashi.

Analyse prédictive par l'approche bayésienne des facteurs favorisant la survenue des accidents et incidents anesthésiques dans les milieux hospitaliers de Kinshasa

Contexte et objectif. Les accidents et incidents anesthésiques peuvent affecter sérieusement le pronostic vital des patients, il est crucial d'en identifier les déterminants. La présente étude, basée sur le modèle bayésien, vise à concevoir un modèle de prédiction des accidents anesthésiques, afin d'en déterminer les facteurs favorisants. Méthodes. Un modèle subjectif Bayésien (MSB) a été construit par quinze praticiens anesthésistes sélectionnés dans 8 grandes institutions hospitalières de Kinshasa. Ils ont été interviewés et formés par la méthode Delphi sur le sujet. La technique de Brainstorming a permis aux experts d'élaborer une liste de 188 facteurs et la technique du groupe nominal, leur a permis d'en déterminer 58 qui ont été regroupés en 8 facteurs indépendants, mutuellement exclusifs pour les calculs des QAPRI, Likelihood Ratio, QAPO et enfin des probabilités de la survenue des accidents et incidents anesthésiques (A.I.A.). Résultats. Le panel de 15 experts a identifié 8 facteurs suivants : présence d'un état de santé défavorable, des médicaments avec effets indésirables, des anesthésistes non qualifiés et non compétents, pratique inadéquate de l'acte anesthésique, complexité de l'acte chirurgical et incompétence du chirurgien, absence et/ou inadéquation des matériels, intervention réalisée en urgence et organisation inadéquate. Le quotient de probabilité à priori (QAPRI) a été de 0,43. Les différentes Likelihood Ratio calculées sont LHR =2,4 ; LHR= 1,9 LHR = 1,4 ; LHR = 1,3 ; LHR=1,2 ; LHR=0,8. Les deux QAPO sont de 0,9 pour tous les facteurs présents et de 0,19 pour tous les facteurs absents. Les différentes probabilités sont : P=0,9 ; P=0,8 ; P=0,7 ; P=0,6 ; P=0,5 ; P=0,4 ; P=0,3. Conclusion. L'identification des facteurs favorisants par le modèle Bayésien, pourra aider les praticiens à prendre les mesures préventives primaires, pour la réduction de la morbidité des accidents anesthésiques dans notre contexte