Condom Use Errors and Problems
Notice bibliographique
Résumé
OBJECTIVES: To describe self-reported frequencies of selected condom use errors and problems among young (age, 15-29 years) black men who have sex with men (YBMSM) and to compare the observed prevalence of these errors/problems by HIV serostatus. METHODS: Between September 2012 October 2014, electronic interview data were collected from 369 YBMSM attending a federally supported sexually transmitted infection clinic located in the southern United States. Seventeen condom use errors and problems were assessed. χ(2) Tests were used to detect significant differences in the prevalence of these 17 errors and problems between HIV-negative and HIV-positive men. RESULTS: The recall period was the past 90 days. The overall mean (SD) number of errors/problems was 2.98 (2.29). The mean (SD) for HIV-negative men was 2.91 (2.15), and the mean (SD) for HIV-positive men was 3.18 (2.57). These means were not significantly different (t = 1.02, df = 367, P = 0.31). Only 2 significant differences were observed between HIV-negative and HIV-positive men. Breakage (P = 0.002) and slippage (P = 0.005) were about twice as likely among HIV-positive men. Breakage occurred for nearly 30% of the HIV-positive men compared with approximately 15% among HIV-negative men. Slippage occurred for approximately 16% of the HIV-positive men compared with approximately 9% among HIV-negative men. CONCLUSIONS: A need exists to help YBMSM acquire the skills needed to avert breakage and slippage issues that could lead to HIV transmission. Beyond these 2 exceptions, condom use errors and problems were ubiquitous in this population regardless of HIV serostatus. Clinic-based intervention is warranted for these young men, including education about correct condom use and provision of free condoms and long-lasting lubricants.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».