O12.3 Evaluation of a Community-Based HIV Preventive Intervention For Female Sex Workers in Rural Areas of Karnataka State, South India
Notice bibliographique
Résumé
Background To examine changes in behavioural outcomes among rural female sex workers (FSWs) involved in a community-based HIV preventive intervention in south India. Methods 14,284 rural FSWs from 1,253 villages that were selected through a process of rapid rural mapping were reached by community workers (called link workers) and FSW peer educators over a period of three years between 2009 and 2012. A community-based model for delivering outreach, medical and referral services was developed and employed. Socio-demographic profiles of the FSWs and programme outputs were captured using an individualised computerised management information system (CMIS). Changes in behaviour were assessed in an anonymised fashion using two rounds of polling booth surveys (PBS) conducted in 2009 and 2012. Results 91% of FSWs were above the age of 25, and 85% had been involved in sex work for two or more years. During the three-year period, 95% of the mapped FSWs were reached at least once, 80.3% received condoms as per need, and 71% received health services for sexually transmitted infections. In 2012, 45% reported having been tested for HIV infection, at least once in the previous six months. The two rounds of PBS showed significant differences in behavioural outcomes. Condom use increased from 60% to 72%, and condom breakage reduced from 30. 2% to 8.4%. Utilization of HIV counselling and testing services increased from 64% to 92.4%, and the proportion of FSWs testing HIV positive declined from 2.3% to 0.17%. Conclusions This community-based model for delivering HIV prevention programmes and services among widely dispersed female sex workers in rural areas was effective. Community-based health workers provided the vital link between marginalised communities in need of services and the formal health system. This model for rural outreach and HIV care could also be applied to many other health problems.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».