Sexual Assault and HIV Postexposure Prophylaxis at an Urban African Hospital
Notice bibliographique
Résumé
Antiretroviral postexposure prophylaxis (PEP) may be underutilized in sexual assault cases in Kenya. This study evaluated the characteristics of survivors of sexual violence attending the Gender-Based Violence Recovery Center (GBVRC) at the Kenyatta National Hospital and reviewed the uptake, adherence, and outcomes of those initiated on PEP. In a retrospective cohort, data from charts of the assaulted seen at the GBVRC from 2009 to 2012 were abstracted. Data were collected describing sociodemographic characteristics, nature of sexual assault, HIV serostatus, and aspects of the PEP care cascade. Characteristics of participants who received PEP were compared with those who did not receive PEP. We enrolled 385 assaulted persons; 331 (86%) were female; the median age of the assaulted persons was 21 (interquartile range 14-28) years; and 61 (15.8%) were children aged 10 years and younger. Of 379 assaults with descriptions, 330 (85.7%) were vaginal assaults and 40 (10.3%) were penile-anal assaults. Most perpetrators were unknown to the assaulted 220 of 384 (57.3%). All assaulted persons were offered HIV testing and 359 (93%) accepted testing; 346 (96.4%) of 359 assaulted persons tested HIV negative. In total, 207 (53.8%) of 385 sexual assault survivors initiated PEP. Only 70 (34%) completed 28 days of PEP, and only 21 (10.1%) returned for repeat HIV test at 3 months. In conclusion, PEP was only initiated in 54% of sexual assault cases. The care cascade showed that late presentation and poor adherence were the greatest gaps in PEP provision. Earlier presentation for PEP should be promoted among sexual assault in areas of high HIV prevalence.
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 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| 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 ».