Determinants of HIV prevalence among female sex workers in four south Indian states: analysis of cross-sectional surveys in twenty-three districts
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: In four states in southern India we explored the determinants of HIV prevalence among female sex workers (FSW), as well as factors associated with district-level variations in HIV prevalence among FSW. METHODS: Data from cross-sectional surveys in 23 districts were analysed, with HIV prevalence as the outcome variable, and sociodemographic and sex work characteristics as predictor variables. Multilevel logistic regression was applied to identify factors that could explain variations in HIV prevalence among districts. RESULTS: HIV prevalence among the 10 096 FSW surveyed was 14.5% (95% confidence interval 14.0-15.4), with a large interdistrict variation, ranging from 2% to 38%. Current marital status and the usual place of solicitation emerged as important factors that determine individual probability of being HIV positive, as well as the HIV prevalence within districts. In multivariate analysis, compared with home-based FSW, the odds of being HIV positive was greater for brothel-based FSW [adjusted odds ratio (AOR) 2.17, P <or= 0.001] and for public place-based FSW (AOR 1.32, P = 0.005). Unmarried FSW and those who were widowed/divorced/separated, or from the devadasi tradition, had higher odds of being HIV positive (AOR 1.79, P <or= 0.001 and 1.98, P < 0.001, respectively), than those currently married. The estimated district level variance in HIV prevalence was lowest (0.152) for brothel-based unmarried FSW, followed by brothel-based widowed/divorced/separated or devadasi FSW (0.192). CONCLUSION: Heterogeneity in the organization and structure of sex work is an important determinant of variations in HIV prevalence among FSW across districts in India, much more so than the districts themselves. This understanding should help to improve the design of HIV preventive interventions.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle