Factors Associated with Not Testing For HIV and Consistent Condom Use among Men in Soweto, South Africa
Notice bibliographique
Résumé
BACKGROUND: Besides access to medical male circumcision, HIV testing, access to condoms and consistent condom use are additional strategies men can use to prevent HIV acquisition. We examine male behavior toward testing and condom use. OBJECTIVE: To determine factors associated with never testing for HIV and consistent condom use among men who never test in Soweto. METHODS: A cross-sectional survey in Soweto was conducted in 1539 men aged 18-32 years in 2007. Data were collected on socio-demographic and behavioral characteristics to determine factors associated with not testing and consistent condom use. RESULTS: Over two thirds (71%) of men had not had an HIV test and the majority (55%, n = 602) were young (18-23). Of those not testing, condom use was poor (44%, n = 304). Men who were 18-23 years (aOR: 2.261, CI: 1.534-3.331), with primary (aOR: 2.096, CI: 1.058-4.153) or high school (aOR: 1.622, CI: 1.078-2.439) education, had sex in the last 6 months (aOR: 1.703, CI: 1.055-2.751), and had ≥1 sexual partner (aOR: 1.749, CI: 1.196-2.557) were more likely not to test. Of those reporting condom use (n = 1036, 67%), consistent condom use was 43% (n = 451). HIV testing did not correlate with condom use. CONCLUSION: Low rates of both condom use and HIV testing among men in a high HIV prevalence setting are worrisome and indicate an urgent need to develop innovative behavioral strategies to address this shortfall. Condom use is poor in this population whether tested or not tested for HIV, indicating no association between condom use and HIV testing.
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 | 0,002 |
| 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 ».