Personal, interpersonal and structural challenges to accessing HIV testing, treatment and care services among female sex workers, men who have sex with men and transgenders in Karnataka state, South India
Notice bibliographique
Résumé
BACKGROUND: Despite high HIV prevalence rates among most-at-risk groups, utilisation of HIV testing, treatment and care services was relatively low in Karnataka prior to 2008. The authors aimed to understand the barriers to and identify potential solutions for improving HIV service utilisation. METHODS: Focus group discussions were carried out among homogeneous groups of female sex workers, men who have sex with men and transgenders, and programme peer educators in six districts across Karnataka in March and April 2008. RESULTS: 26 focus group discussions were conducted, involving 302 participants. Participants had good knowledge about HIV and HIV voluntary counselling and testing (VCT) services, but awareness of other HIV services was low. The fear of the psychological impact of a positive HIV test result and the perceived repercussions of being seen accessing HIV services were key personal and interpersonal barriers to HIV service utilisation. Previous experiences of discrimination at government healthcare services, coupled with discriminatory attitudes and behaviours by VCT staff, were key structural barriers to VCT service uptake among those who had not been HIV tested. Among those who had used government-managed prevention of parent to child transmission and antiretroviral treatment services, poor physical facilities, long waiting times, lack of available treatment, the need to give bribes to receive care and discriminatory attitudes of healthcare staff presented additional structural barriers. CONCLUSIONS: Embedding some HIV care services within existing programmes for vulnerable populations, as well as improving service quality at government facilities, are suggested to help overcome the multiple barriers to service utilisation. Increasing the uptake of HIV testing, treatment and care services is key to improving the quality and longevity of the lives of HIV-infected individuals.
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 | 0,001 | 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 | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».