MétaCan
Menu
Retour à la cohorte
Enregistrement W2773847129 · doi:10.1002/jia2.25017

Online interventions to address <scp>HIV</scp> and other sexually transmitted and blood‐borne infections among young gay, bisexual and other men who have sex with men: a systematic review

2017· review· en· W2773847129 sur OpenAlexafffund
Rod Knight, Mohammad Karamouzian, Travis Salway, Mark Gilbert, Jean Shoveller

Notice bibliographique

RevueJournal of the International AIDS Society · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensUniversity of British ColumbiaBC Centre for Disease ControlBritish Columbia Centre on Substance Use
Organismes subventionnairesCanadian Institutes of Health ResearchMichael Smith Health Research BC
Mots-clésMedicineMen who have sex with menHuman immunodeficiency virus (HIV)HomosexualityMale HomosexualityPre-exposure prophylaxisPsychological interventionFamily medicineSyphilisPsychiatryGender studies

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Globally, young gay, bisexual and other men who have sex with men (gbMSM) continue to experience disproportionately high rates of HIV and other sexually transmitted and blood-borne infections (STBBIs). As such, there are strong public health imperatives to evaluate innovative prevention, treatment and care interventions, including online interventions. This study reviewed and assessed the status of published research (e.g. effectiveness; acceptability; differential effects across subgroups) involving online interventions that address HIV/STBBIs among young gbMSM. METHODS: We searched Medline, Embase, PsycINFO, CINAHL, and Google Scholar to identify relevant English-language publications from inception to November 2016. Studies that assessed an online intervention regarding the prevention, care, or treatment of HIV/STBBIs were included. Studies with <50% gbMSM or with a mean age ≥30 years were excluded. RESULTS: Of the 3465 articles screened, 17 studies met inclusion criteria. Sixteen studies assessed interventions at the "proof-of-concept" phase, while one study assessed an intervention in the dissemination phase. All of the studies focused on behavioural or knowledge outcomes at the individual level (e.g. condom use, testing behaviour), and all but one reported a statistically significant effect on ≥1 primary outcomes. Twelve studies described theory-based interventions. Twelve were conducted in the United States, with study samples focusing mainly on White, African-American and/or Latino populations; the remaining were conducted in Hong Kong, Peru, China, and Thailand. Thirteen studies included gay and bisexual men; four studies did not assess sexual identity. Two studies reported including both HIV+ and HIV- participants, and all but one study included one or more measure of socio-economic status. Few studies reported on the differential intervention effects by socio-economic status, sexual identity, race or serostatus. CONCLUSION: While online interventions show promise at addressing HIV/STBBI among young gbMSM, to date, little emphasis has been placed on assessing: (i) potential differential effects of interventions across subgroups of young gbMSM; (ii) effectiveness studies of interventions in the dissemination phase; and (iii) on some "key" populations of young gbMSM (e.g. those who are: transgender, from low-income settings and/or HIV positive). Future research that unpacks the potentially distinctive experiences of particular subgroups with "real world" interventions is needed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,028
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,028
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0060,005
Bibliométrie0,0080,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,077
Tête enseignante GPT0,406
Écart entre enseignants0,329 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations40
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the International AIDS SocietyMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207