Burden and correlates of mental health diagnoses among sex workers in an urban setting
Notice bibliographique
Résumé
BACKGROUND: Women involved in both street-level and off-street sex work face disproportionate health and social inequities compared to the general population. While much research has focused on HIV and sexually transmitted infections (STIs) among sex workers, there remains a gap in evidence regarding the broader health issues faced by this population, including mental health. Given limited evidence describing the mental health of women in sex work, our objective was to evaluate the burden and correlates of mental health diagnoses among this population in Vancouver, Canada. METHODS: An Evaluation of Sex Workers Health Access (AESHA) is a prospective, community-based cohort of on- and off-street women in sex work in Vancouver, Canada. Participants complete interviewer-administered questionnaires semi-annually. We analyzed the lifetime burden and correlates of self-reported mental health diagnoses using bivariate and multivariable logistic regression. RESULTS: Among 692 sex workers enrolled between January 2010 and February 2013, 338 (48.8%) reported ever being diagnosed with a mental health issue, with the most common diagnoses being depression (35.1%) and anxiety (19.9%). In multivariable analysis, women with mental health diagnoses were more likely to identify as a sexual/gender minority (LGBTQ) [AOR=2.56, 95% CI: 1.72-3.81], to use non-injection drugs [AOR=1.85, 95% CI: 1.12-3.08], to have experienced childhood physical/sexual trauma [AOR=2.90, 95% CI: 1.89-4.45], and work in informal indoor [AOR=1.94, 95% CI: 1.12 - 3.40] or street/public spaces [AOR=1.76, 95% CI: 1.03-2.99]. CONCLUSIONS: This analysis highlights the disproportionate mental health burden experienced by women in sex work, particularly among those identifying as a sexual/gender minority, those who use drugs, and those who work in informal indoor venues and street/public spaces. Evidence-informed interventions tailored to sex workers that address intersections between trauma and mental health should be further explored, alongside policies to foster access to safer workspaces and health services.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».