Factors affecting GUM clinic attenders decisions and intentions to seek HIV testing
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To evaluate factors that predict HIV testing using the model of health care utilisation as its conceptual framework and to analyse some of the factors that encourage or inhibit seeking an HIV test in this population. METHOD: A cross sectional questionnaire study in two Genito-Urinary Medicine (GUM) clinics in central Scotland. A final sample of 195 represented a 91% response rate. Participants were categorised by their HIV testing status (already tested, planning to be tested, no intention to seek testing). RESULTS: The 'already tested' and 'planning to be tested' groups were combined as there were no significant differences on reported risk behaviours. Analysis therefore compared two groups those 'testing' (n = 66) and 'not testing' (n = 129). 67% of those not tested for HIV reported at least one HIV risk factor. Perceived risk was the strongest predictor of HIV testing using our model. Perception of risk and actual risk were not correlated. Those not seeking testing endorsed less benefits of testing and more denial of the need to be tested. Same day testing and testing without an appointment were endorsed as factors to promote testing. CONCLUSION: To encourage people who have high risk factors to access HIV testing, programmes should: (1) highlight the benefits of testing which would be lost if people do not test, eg. effective drug treatments (2) increase the range of HIV testing services available (eg. same day testing). Furthermore, studies to determine the main predictors of perceived risk are needed if we are to increase testing in relevant populations.
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.
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 | 0,002 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découle