Willingness to Use Mobile Phone Apps for HIV Prevention Among Men Who Have Sex with Men in London: Web-Based Survey
Notice bibliographique
Résumé
BACKGROUND: Many men who have sex with men (MSM) use apps to connect with and meet other MSM. Given that these apps are often used to arrange sexual encounters, it is possible that apps may be suitable venues for messages and initiatives related to HIV prevention such as those to increase HIV testing rates among this population. OBJECTIVE: The purpose of this study was to assess willingness to use a new app for reminders of when to be tested for HIV infection among a sample of MSM in London who use apps to arrange sexual encounters. METHODS: Broadcast advertisements targeted users of a popular social-networking app for MSM in London. Advertisements directed users to a Web-based survey of sexual behaviors and sexual health needs. Willingness to use apps for reminders of when to be tested for HIV was assessed. In addition, participants responded to items assessing recent sexual behaviors, substance use, and demographic characteristics. Exploratory analyses were undertaken to examine differences in willingness to use an app by demographic and behavioral characteristics. RESULTS: Broadcast advertisements yielded a sample of 169 HIV-negative MSM. Overall, two-thirds (108/169, 63.9%) reported willingness to use an app to remind them when to be tested for HIV. There were no significant differences in willingness to use these apps based on demographic characteristics, but MSM who reported recent binge drinking and recent club drug use more frequently reported willingness to use this app compared to their nonusing counterparts. CONCLUSIONS: MSM in this sample are willing to use a new app for HIV testing reminders. Given the high levels of willingness to use them, these types of apps should be developed, evaluated, and made available for this population.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».