The Effect of Human Immunodeficiency Virus Prevention and Reproductive Health Text Messages on Human Immunodeficiency Virus Testing Among Young Women in Rural Kenya
Notice bibliographique
Résumé
BACKGROUND: More than half of human immunodeficiency virus (HIV)-infected individuals in Kenya are unaware of their status, and young women carry a disproportionate burden of incident HIV infections. We sought to determine the effect of an SMS intervention on uptake of HIV testing among female Kenyan college students. METHODS: We conducted a quasi-experimental study to increase HIV testing among women 18 to 24 years old. Four midlevel training colleges in Central Kenya were allocated to have their study participants receive either weekly SMS on HIV and reproductive health topics or no SMS. Monthly 9-question SMS surveys were sent to all participants for 6 months to collect data on HIV testing, sexual behavior, and HIV risk perception. We used multivariate Cox proportional hazards regression to detect differences in the time to the first HIV test reported by women during the study period. RESULTS: We enrolled 600 women between September 2013 and March 2014 of whom 300 received weekly SMS and monthly surveys and 300 received only monthly surveys. On average, women were 21 years of age (interquartile range, 20-22), 71.50% had ever had sex and 72.62% had never tested for HIV. A total of 356 women reported testing for HIV within the 6 months of follow-up: 67% from the intervention arm and 51% from the control arm (hazard ratio, 1.57; 95% confidence interval, 1.28-1.92). CONCLUSIONS: Use of weekly text messages about HIV prevention and reproductive health significantly increased rates of HIV testing among young Kenyan women and would be feasible to implement widely among school 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.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».