Differences in experiences of barriers to STI testing between clients of the internet-based diagnostic testing service GetCheckedOnline.com and an STI clinic in Vancouver, Canada
Notice bibliographique
Résumé
OBJECTIVES: Internet-based STI testing programmes may overcome barriers posed by in-clinic testing, though uptake could reflect social gradients. The role these services play in comparison to clinical testing services is unknown. We compared experiences of testing barriers between STI clinic clients to clients of GetCheckedOnline.com (GCO; where clients take a printed lab form to a lab). METHODS: Our 10-month cross-sectional study was conducted after GCO was promoted to STI clinic clients and men who have sex with men (MSM). Clinic and GCO clients completed an online survey assessing testing barriers and facilitators; responses were compared using bivariate analysis (level of significance P<0.01; significant results below). RESULTS: Compared with 321 clinic clients, the 73 GCO clients were more likely to be older (median 35 vs 30 years), MSM (45% vs 16%), be testing routinely (67% vs 39%), have delayed testing for any reason (76% vs 54%) and due to clinic distance (28% vs 9%), report delays due to wait times (50% vs 17%), embarrassment with testing (16% vs 6%), discomfort discussing sexual health where they usually go for testing (39% vs 22%), as well as discomfort discussing sexual history with (19% vs 5%) and fearing judgement from (30% vs 15%) any healthcare provider. GCO clients were less likely to have found clinic hours convenient (59% vs 77%) and clinic appointments easy to make (49% vs 66%), and more likely to report long wait times (50% vs 17%). We found no differences in technology skills/use. CONCLUSIONS: In this urban setting, an internet-based testing service effectively engaged individuals experiencing testing barriers, with few social gradients in uptake. While some testing barriers could be addressed through increasing access to clinical services, others require social and structural changes, highlighting the importance of internet-based STI testing services to increasing test uptake.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».