Child-street migration among HIV-affected families in Kenya: a mediation analysis from cross-sectional data
Notice bibliographique
Résumé
Within Kenya, an estimated quarter of a million children live on the streets, and 1.8 million children are orphaned. In this study, we analyze how HIV contributes to the phenomenon of child-street migration. We interviewed a random community sample of caregiving women (n = 1974) in Meru County, Kenya, using a structured questionnaire in summer 2015. Items included reported HIV prevalence of respondent and her partner, social support, overall health, school enrollment of biologically related children and whether the respondent has a child currently living on the streets. Controlling for alcohol use, education, wealth, age and household size, we found a positive-graded association between the number of partners living with HIV and the probability that a child lives on the street. There was little difference in the odds of a child living on the street between maternally affected and paternally affected households. Lower maternal social support, overall health and school enrollment of biologically related children mediated 14% of the association between HIV-affected households and reporting child-street migration. Street-migration of children is strongly associated with household HIV, but the small percentage of mediated effect presents a greater need to focus on interactions between household and community factors in the context of HIV. Programs and policies responding to these findings will involve targeting parents and children in HIV-affected households, and coordinate care between clinical providers, social service providers and schools.
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 | 0,000 | 0,000 |
| 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 | 0,001 |
| 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 ».