Coital frequency and condom use in age-disparate partnerships involving women aged 15 to 24: evidence from a cross-sectional study in KwaZulu-Natal, South Africa
Notice bibliographique
Résumé
OBJECTIVE: This study examines the role of age-disparate partnerships on young women's HIV risk by investigating coital frequency and condom use within age-disparate partnerships involving women aged 15 to 24. DESIGN: A community-based, cross-sectional study was conducted. SETTING: Participants were randomly selected using a two-stage random sampling method in uMgungundlovu district, KwaZulu-Natal, South Africa, between June 2014 and June 2015. PARTICIPANTS: A total of 1306 15-24-year-old women in an ongoing heterosexual partnership were included in the analysis. Participants had to be a resident in the area for 12 months, and able to provide informed consent and speak one of the local languages (Zulu or English). PRIMARY AND SECONDARY OUTCOME MEASURES: Sexual frequency was assessed by asking participants how many times they had sex with each partner in the past 12 months. The degree of condomless sex within partnerships was assessed in the survey by asking participants how often they used a condom with their partners. RESULTS: Age-disparate partnerships were associated with a higher order category (once, 2-5, 6-10, 11-20, >20) of coital frequency (adjusted OR (aOR) 1.32, p<0.05, 95% CI 1.02 to 1.71) and with sex on more than 10 occasions (aOR 1.48, p<0.01, 95% CI 1.12 to 1.96) compared with age-similar partnerships. Age-disparate partnerships were also more likely to involve sex on more than 10 occasions with inconsistent condom use (aOR 1.43, p<0.05, 95% CI 1.04 to 1.96) in the previous 12 months. CONCLUSION: The finding that increased sexual activity is positively associated with age-disparate partnerships adds to the evidence that age-disparate partnerships pose greater HIV risk for young women. Our study results indicate that interventions to reduce risky sexual behaviour within age-disparate partnerships remain relevant to reducing the high HIV incidence rates among adolescent girls and young women.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».