Utilization of an Animated Electronic Health Video to Increase Knowledge of Post- and Pre-Exposure Prophylaxis for HIV Among African American Women: Nationwide Cross-Sectional Survey
Notice bibliographique
Résumé
BACKGROUND: Despite renewed focus on biomedical prevention strategies since the publication of several clinical trials highlighting the efficacy of pre-exposure prophylaxis (PrEP), knowledge of postexposure prophylaxis (PEP) and PrEP continues to remain scarce among women, especially among African American women who are disproportionally affected by HIV. In an effort to address this barrier and encourage uptake of PEP and PrEP, an electronic health (eHealth) video was created using an entertainment-education format. OBJECTIVE: The study aimed to explore the feasibility, acceptability, and preference of an avatar-led, eHealth video, PEP and PrEP for Women, to increase awareness and knowledge of PEP and PrEP for HIV in a sample of African American women. METHODS: A cross-sectional, Web-based study was conducted with 116 African American women aged 18 to 61 years to measure participants' perceived acceptability of the video on a 5-point scale: poor, fair, good, very good, and excellent. Backward stepwise regression was used to the find the outcome variable of a higher rating of the PEP and PrEP for Women video. Thematic analysis was conducted to explore the reasons for recommending the video to others after watching the eHealth video. RESULTS: Overall, 89% of the participants rated the video as good or higher. A higher rating of the educational video was significantly predicted by: no current use of drugs/alcohol (beta=-.814; P=.004), not having unprotected sex in the last 3 months (beta=-.488; P=.03), higher income (beta=.149; P=.03), lower level of education (beta=-.267; P=.005), and lower exposure to sexual assault since the age of 18 years (beta=-.313; P=.004). After watching the eHealth video, reasons for recommending the video included the video being educational, entertaining, and suitable for women. CONCLUSIONS: Utilization of an avatar-led eHealth video fostered education about PEP and PrEP among African American women who have experienced insufficient outreach for biomedical HIV strategies. This approach can be leveraged to increase awareness and usage among African American 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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».