Increasing Rates of HIV in Older Adults: Contributing Factors and Possible Interventions
Notice bibliographique
Résumé
The number of adults over 50 years of age living with HIV is on the rise in North America (Roberson, 2018). There are two reasons for the growth in this demographic. First, people with HIV are living longer lives due to treatment options, like Highly Active Antiretroviral Therapy (HAART), which makes HIV a chronic, manageable condition. Secondly, the number of new HIV infections is increasing in older adults (Bourgeois et al., 2016). In Canada in 2015, approximately 24% of new diagnoses were of adults over 50 years old and the new cases in this age group have been steadily increasing over the last five years (Bourgeois et al., 2016). My research was guided by the question: why is the incidence rate of HIV in older adults increasing? I argue the two areas of greatest concern are: (1) the lack of HIV prevention programs aimed at older adults; and (2) a lack of discussion of older adult sexuality. Older adults are sexually active even into their 90s (Lindau et al., 2006), and represent a significant at-risk population for contracting HIV. Healthcare providers represent one of the greatest possible areas for improvement to accessible sexual health and HIV prevention information for adults over 50 (Davis et al., 2016). The literature review for this JCURA poster acted as formative research for my Honours project and will inform my future research at the graduate level.
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 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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 ».