Poverty stigma is associated with suboptimal HIV care and treatment outcomes among women living with HIV in the United States
Notice bibliographique
Résumé
OBJECTIVE: To examine whether experienced poverty stigma is associated with worse HIV care and treatment outcomes. DESIGN: We analyzed cross-sectional data from 433 women living with HIV enrolled in the Women's Adherence and Visit Engagement substudy of the Women's Interagency HIV Study. METHODS: Exposure was experienced poverty stigma, measured using the Perceived Stigma of Poverty Scale. Outcomes were viral suppression, CD4 cell count at least 350 cells/μl, and attending all HIV care visits in the past 6 months. Multivariable logistic regression models adjusted for income, age, race/ethnicity, education, substance use, months taking antiretroviral therapy (ART), number of antiretroviral pills in ART regimen, unstable housing, relationship status, and exchanging sex for money, drugs, or shelter. We also explored whether self-reported at least 95% ART adherence mediated the relationship between poverty stigma and viral suppression and CD4 cell count at least 350 cells/μl. RESULTS: Experienced poverty stigma was associated with lower adjusted odds of viral suppression [adjusted odds ratio (aOR) 0.76; 95% confidence interval (CI) 0.61-0.96], CD4 cell count at least 350 cells/μl (aOR 0.69; 95% CI 0.52-0.91), and attending all HIV care visits (aOR 0.73; 95% CI: 0.54-0.98). Exploratory mediation analysis suggests that at least 95% ART adherence significantly mediates the relationship between experienced poverty stigma and viral suppression and CD4 cell count at least 350 cells/μl. CONCLUSION: Longitudinal research should assess these relationships over time. Findings support interventions and policies that seek to reduce poverty stigma among people living with HIV.
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 | 0,000 | 0,000 |
| 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 ».