Psychosocial Determinants of Adherence to Highly Active Antiretroviral Therapy among Injection Drug Users in Vancouver
Notice bibliographique
Résumé
BACKGROUND: Sub-optimal adherence to highly active antiretroviral therapy (HAART) among injection drug users (IDUs) is a significant concern. As such, there is an urgent need to identify psychosocial determinants of adherence that can be incorporated into interventions designed to promote optimal adherence. OBJECTIVE: To identify psychosocial determinants of adherence to HAART, as well as self-reported reasons for missing doses of HAART among HIV-infected IDUs. METHODS: We developed an eight-item adherence self-efficacy scale comprised of two sub-scales: adherence efficacy and self-regulatory efficacy. We examined correlates between adherence self-efficacy, outcome expectations, socio-demographic characteristics, drug use and risk behaviours, social support and HAART adherence among 108 HIV-infected participants in the Vancouver Injection Drug Users Study (VIDUS). Pharmacy-based adherence to HAART was obtained through a confidential record linkage to the province of British Columbia's HIV/AIDS Drug Treatment Program. Participants were defined as adherent if they picked-up 95% of their HAART prescriptions. Participants were also asked to indicate reasons for missing doses of HAART. Logistic regression was used to identify the factors independently associated with adherence to HAART. RESULTS: Seventy-one (66%) HIV-infected IDUs were less than 95% adherent. Forgetting was the most frequently cited reason (27%) for missing doses of HAART. Factors independently associated with adherence to HAART included adherence efficacy expectations [OR=1.8 (95% CI: 1.0-3.1); P=0.039] and negative outcome expectations [OR=0.8 (95% CI: 0.7-0.9); P=0.027]. CONCLUSIONS: We found low rates of adherence to HAART among IDUs. Psychological constructs derived from self-efficacy theory are highly germane to the understanding of adherence behaviour, and interventions that address these constructs should be developed and tested among HIV-infected drug users.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».