Can a national government implement a violence prevention and response strategy for key populations in a criminalized setting? A case study from Kenya
Notice bibliographique
Résumé
INTRODUCTION: Key population (KP) members frequently experience violence that violates their human rights, increases their risk of HIV, and acts as a barrier to access and uptake of HIV services. To be effective, HIV programmes for members of KPs need to prevent and respond to violence against them. We describe a violence prevention and response strategy led by the national KP programme in Kenya and examine trends in reports of and responses to violence (provision of support to an individual who reports violence within 24 hours of receiving the report). METHODS: Quarterly programme monitoring data on the number of reports of violence and the number of responses to violence from 81 implementing partners between October 2013 and September 2017 were aggregated annually and analysed using simple trend analysis. Reports of violence relative to KP members reached, expressed as a percentage, and the percentage of reports of violence that received a response were also examined. RESULTS AND DISCUSSION: Between 2013 and 2017, annual reports of violence increased from 4171 to 13,496 cases among female sex workers (FSWs), 910 to 1122 cases among men who have sex with men (MSM) and 121 to 873 cases among people who inject drugs (PWID). Reports of violence relative to KP members reached increased among FSWs (6.2% to 9.7%; p < 0.001) and PWID (2.1% to 6.0%; p < 0.001) and decreased among MSM (10.0% to 4.2%; p < 0.001). During the same period, timely responses to reports of violence increased from 53% to 84% (p < 0.001) among FSWs, 44% to 80% (p < 0.001) among MSM and 37% to 97% (p < 0.001) among PWID. CONCLUSIONS: Over the past four years in Kenya, there has been an increase in violence reporting among FSWs and PWID and an increase in violence response among all KPs. This case study demonstrates that violence against KP members can be effectively addressed under the leadership of the national government, even in an environment where KP members' behaviours are criminalized. Creating an enabling environment to promote wellbeing and safety for KP members is a critical enabler for HIV prevention programmes to achieve 95-95-95 goals.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».