What explains gender inequalities in HIV/AIDS prevalence in sub-Saharan Africa? Evidence from the demographic and health surveys
Notice bibliographique
Résumé
BACKGROUND: Women are disproportionally affected by human immunodeficiency virus (HIV)/acquired immunodeficiency syndrome (AIDS) in sub-Saharan Africa (SSA). The determinants of gender inequality in HIV/AIDS may vary across countries and require country-specific interventions to address them. This study aimed to identify the socio-demographic and behavioral characteristics underlying gender inequalities in HIV/AIDS in 21 SSA countries. METHODS: We applied an extension of the Blinder-Oaxaca decomposition approach to data from Demographic and Health Surveys and AIDS Indicator Surveys to quantify the differences in HIV/AIDS prevalence between women and men attributable to socio-demographic factors, sexual behaviours, and awareness of HIV/AIDS. We decomposed gender inequalities into two components: the percentage attributable to different levels of the risk factors between women and men (the "composition effect") and the percentage attributable to risk factors having differential effects on HIV/AIDS prevalence in women and men (the "response effect"). RESULTS: Descriptive analyses showed that the difference between women and men in HIV/AIDS prevalence varied from a low of 0.68 % (P = 0.008) in Liberia to a high of 11.5 % (P < 0.001) in Swaziland. The decomposition analysis showed that 84 % (P < 0.001) and 92 % (P < 0.001) of the higher prevalence of HIV/AIDS among women in Uganda and Ghana, respectively, was explained by the different distributions of HIV/AIDS risk factors, particularly age at first sex between women and men. In the majority of countries, however, observed gender inequalities in HIV/AIDS were chiefly explained by differences in the responses to risk factors; the differential effects of age, marital status and occupation on prevalence of HIV/AIDS for women and men were among the significant contributors to this component. In Cameroon, Guinea, Malawi and Swaziland, a combination of the composition and response effects explained gender inequalities in HIV/AIDS prevalence. CONCLUSIONS: The factors that explain gender inequality in HIV/AIDS in SSA vary by country, suggesting that country-specific interventions are needed. Unmeasured factors also contributed substantially to the difference in HIV/AIDS prevalence between women and men, highlighting the need for further study.
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 | 0,011 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».