MétaCan
Menu
Retour à la cohorte
Enregistrement W2803594112 · doi:10.2196/10671

You Will Know That Despite Being HIV Positive You Are Not Alone: Qualitative Study to Inform Content of a Text Messaging Intervention to Improve Prevention of Mother-to-Child HIV Transmission

2018· article· en· W2803594112 sur OpenAlexvenueno aff
Jade Fairbanks, Kristin Beima‐Sofie, Pamela Akinyi, Daniel Matemo, Jennifer A. Unger, John Kinuthia, Gabrielle O’Malley, Alison L. Drake, Grace John‐Stewart, Keshet Ronen

Notice bibliographique

RevueJMIR mhealth and uhealth · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentNational Institute of Allergy and Infectious Diseases
Mots-clésMedicineShort Message ServicemHealthIntervention (counseling)Health careNursingFamily medicineFocus groupHuman immunodeficiency virus (HIV)Content analysisQualitative researchPsychological intervention

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Prevention of mother-to-child HIV transmission (PMTCT) relies on long-term adherence to antiretroviral therapy (ART). Mobile health approaches, such as text messaging (short message service, SMS), may improve adherence in some clinical contexts, but it is unclear what SMS content is desired to improve PMTCT-ART adherence. OBJECTIVE: We aimed to explore the SMS content preferences related to engagement in PMTCT care among women, male partners, and health care workers. The message content was used to inform an ongoing randomized trial to enhance the PMTCT-ART adherence. METHODS: We conducted 10 focus group discussions with 87 HIV-infected pregnant or postpartum women and semistructured individual interviews with 15 male partners of HIV-infected women and 30 health care workers from HIV and maternal child health clinics in Kenya. All interviews were recorded, translated, and transcribed. We analyzed transcripts using deductive and inductive approaches to characterize women's, partners', and health care workers' perceptions of text message content. RESULTS: All women and male partners, and most health care workers viewed text messages as a useful strategy to improve engagement in PMTCT care. Women desired messages spanning 3 distinct content domains: (1) educational messages on PMTCT and maternal child health, (2) reminder messages regarding clinic visits and adherence, and (3) encouraging messages that provide emotional support. While all groups valued reminder and educational messages, women highlighted emotional support more than the other groups (partners or health care workers). In addition, women felt that encouraging messages would assist with acceptance of their HIV status, support disclosure, improve patient-provider relationship, and provide support for HIV-related challenges. All 3 groups valued not only messages to support PMTCT or HIV care but also messages that addressed general maternal child health topics, stressing that both HIV- and maternal child health-related messages should be part of an SMS system for PMTCT. CONCLUSIONS: Women, male partners, and health care workers endorsed SMS text messaging as a strategy to improve PMTCT and maternal child health outcomes. Our results highlight the specific ways in which text messaging can encourage and support HIV-infected women in PMTCT to remain in care, adhere to treatment, and care for themselves and their children. TRIAL REGISTRATION: ClinicalTrials.gov NCT02400671; https://clinicaltrials.gov/ct2/show/NCT02400671 (Archived by WebCite at http://www.webcitation.org/70W7SVIVJ).

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)0,013
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,008
Communication savante0,0030,003
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,075
Tête enseignante GPT0,467
Écart entre enseignants0,392 · 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'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations33
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR mhealth and uhealthMême sujetMobile Health and mHealth ApplicationsTravaux en français237 207