Family model of HIV care and treatment: a retrospective study in Kenya
Notice bibliographique
Résumé
BACKGROUND: Nyanza Province, Kenya, had the highest HIV prevalence in the country at 14.9% in 2007, more than twice the national HIV prevalence of 7.1%. Only 16% of HIV-infected adults in the country accurately knew their HIV status. Targeted strategies to reach and test individuals are urgently needed to curb the HIV epidemic. The family unit is one important portal. METHODS: A family model of care was designed to build on the strengths of Kenyan families. Providers use a family information table (FIT) to guide index patients through the steps of identifying family members at HIV risk, address disclosure, facilitate family testing, and work to enrol HIV-positive members and to prevent new infections. Comprehensive family-centred clinical services are built around these steps. To assess the approach, a retrospective study of patients receiving HIV care between September 2007 and September 2009 at Lumumba Health Centre in Kisumu was conducted. A random sample of FITs was examined to assess family reach. RESULTS: Through the family model of care, for each index patient, approximately 2.5 family members at risk were identified and 1.6 family members were tested. The approach was instrumental in reaching children; 61% of family members identified and tested were children. The approach also led to identifying and enrolling a high proportion of HIV- positive partners among those tested: 71% and 89%, respectively. CONCLUSIONS: The family model of care is a feasible approach to broaden HIV case detection and service reach. The approach can be adapted for the local context and should continue to utilize index patient linkages, FIT adaption, and innovative methods to package services for families in a manner that builds on family support and enhances patient care and prevention efforts. Further efforts are needed to increase family member engagement.
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 ».