Psychosocial factors in adherence to antiretroviral therapy among HIV-positive people who use drugs.
Notice bibliographique
Résumé
OBJECTIVE: Suboptimal adherence to antiretroviral therapy (ART) among HIV-infected people who use illicit drugs (PWUD) remains a significant concern, and there is a lack of effective adherence interventions for this population. Therefore, we sought to identify psychosocial determinants of optimal adherence, including adherence self-efficacy and outcome expectancies, with the aim of informing interventions designed to improve adherence among PWUD. METHOD: From December 2005 to November 2013, we collected data from the AIDS Care Cohort to evaluate Exposure to Survival Services (ACCESS), a prospective cohort of PWUD in Vancouver, Canada. We used multivariable generalized estimating equations (GEE) analysis to identify longitudinal factors independently associated with 95% or greater adherence to ART. RESULTS: Among 667 participants, including 220 (33%) women, 391 (59%) had 95% or greater ART adherence at baseline. In multivariable GEE analysis, adherence self-efficacy, adjusted odds ratio (AOR) = 1.16, 95% confidence interval (CI) [1.11, 1.21] per 10-point increase, was independently and positively associated with adherence, while negative outcome expectancy, AOR = 0.95, 95% CI [0.93, 0.98], was negatively associated. CONCLUSION: In light of the ongoing challenges associated with ART adherence among HIV-positive PWUD, and our findings of associations between adherence, self-efficacy, and outcomes expectancies, tailored intervention strategies based on constructs of social learning theory should be implemented and evaluated to improve adherence among HIV-infected PWUD.
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 | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».