An Intervention to Increase Condom Use Among Users of Chlamydia Self-Sampling Websites (Wrapped): Intervention Mapping and Think-Aloud Study
Notice bibliographique
Résumé
BACKGROUND: Young people aged 16-24 years are disproportionately affected by sexually transmitted infections (STIs). STIs can have serious health consequences for affected individuals and the estimated annual cost of treatment to the National Health Service is £620 million. Accordingly, the UK government has made reducing the rates of STIs among this group a priority. A missed opportunity to intervene to increase condom use is when young people obtain self-sampling kits for STIs via the internet. OBJECTIVE: Our aim was to develop a theory-based tailored intervention to increase condom use for 16-24-years-olds accessing chlamydia self-sampling websites. METHODS: The intervention, Wrapped, was developed using Intervention Mapping and was co-designed with young people. The following steps were performed: (1) identification of important determinants of condom use and evidence of their changeability using computer and digital interventions; (2) setting the intervention goal, performance objectives, and change objectives; (3) identification of Behavior Change Principles (BCPs) and practical strategies to target these determinants; and (4) development of intervention materials able to deliver the BCPs and practical strategies. RESULTS: Users of existing chlamydia self-sampling websites are signposted to Wrapped after placing an order for a sampling kit. Salient barriers to condom use are identified by each user and relevant intervention components are allocated to target these. The components include the following: (1) a sample box of condoms, (2) an online condom distribution service, (3) a product for carrying condoms, (4) a condom demonstration video, (5) a series of videos on communication about condom use, and (6) erotic films of real couples discussing and demonstrating condom use. CONCLUSIONS: This intervention will be directed at young people who may be particularly receptive to messages and support for behavior change due to their testing status.
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 | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».