Barriers to the uptake of postexposure prophylaxis among Nairobi-based female sex workers
Notice bibliographique
Résumé
INTRODUCTION: Female sex workers (FSWs) in sub-Saharan Africa are at a particularly high risk for HIV infection. Postexposure prophylaxis (PEP) is available as part of an HIV care and prevention program through dedicated FSW clinics in Nairobi, Kenya, but is underutilized. We evaluated PEP knowledge, access, and adherence among clinic attendees. METHODS: An anonymous questionnaire was administered to unselected HIV-uninfected FSWs. Participants were dichotomized into high and low HIV risk categories based on self-reported sexual practices. Prior PEP use, knowledge, and adherence were then evaluated. RESULTS: One hundred and thirty-four HIV-uninfected FSWs participated, with 64 (48%) categorized as being at high risk for HIV acquisition. High-risk FSWs were less likely to have heard of or accessed PEP than lower risk FSWs (37.5 vs. 58.6%, P = 0.014; and 21.9 vs. 40.6%, P = 0.019, respectively). Among higher risk FSWs, those who had accessed PEP were more likely to report treatment for a genital infection (71.4 vs. 42.0%, P = 0.049) or sex with an HIV-infected man (62.5 vs. 37.5%, P = 0.042) during the last 6 months. However, only 35.7% of high-risk women accessing PEP completed a full course of treatment, and noncompleters were more likely to report prior unprotected sex with an HIV-infected man (P = 0.023). CONCLUSION: Despite freely available PEP for Nairobi-based FSWs, women at highest risk were less likely to have heard of PEP, access PEP, or complete the full course of therapy once initiated. Program delivery needs to be improved to ensure that FSW most at risk are able to benefit from this resource.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».