P2-S6.09 Factors associated with HIV sexual risk management among HIV-negative men who have sex with men living in Quebec and who use internet to find sexual partners
Notice bibliographique
Résumé
Background This presentation has 2 primary objectives. First, to describe sociodemographic, psychosocial, sociosexual, environnemental and health predictors of a HIV seroconversion risk behaviour, unprotected anal intercourse with HIV-positive or HIV-unknown casual partners (UAI(+/?)), among HIV-negative MSM who live in Quebec and use Internet to find sexual partners. Second, to analyse factors associated to those predictors. Method We use data from Net Gay Baromètre 2008, a online quantitative survey which took place on Quebec’ dating websites from December 2007 to May 2008. 3718 MSM participated in this survey of whom 1794 were HIV-negative. Bivariate analysis (χ 2 ; t test) and hierarchical regression were performed with SPSS v0.16.0 for Macintosch. Results 14.7% of HIV-negative respondents have declared an UAI(+/?) in the past 12 months. Multivariate analysis show that homosexual identity, number of casual partners, marginal sexual practices, drug use, engagement in a couple relationship and history of a STI in the past 12 months were significant predictors associated with UAI(+/?) among those respondents. Bivariate analysis show that those predictors were more often declared among respondents who live in Montreal region, are seeking sensations, are seeking partners in sex venues and are regularly seeking partners on dating websites. Conclusions This group of predictors and associated factors shows various sexual scenarios. Those sexual scenarios seem to be more frequent in certain spaces like Internet, which influence the management of sexual risks. Initiatives to prevent HIV seroconversion adapted to the reality of MSM who live in Quebec and use Internet to find sexual partners are proposed.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».