Barriers to post exposure prophylaxis use among men who have sex with men in sub-Saharan Africa: An online cross-sectional survey
Notice bibliographique
Résumé
BACKGROUND: Curbing new HIV infections among MSM in SSA remains problematic, due to cultural beliefs, norms that oppose same-sex acts, and criminalization of same-sex acts. No study focused on barriers to PEP use in SSA region has been conducted. Our study focused on identifying barriers to Post-Exposure Prophylaxis (PEP) use among MSM in sub-Saharan Africa (SSA). METHODS: An online cross-sectional survey was sent out to members of 14 Lesbian, Gay, Transgender, Bisexual, Queer (LGBTQ) associations in SSA, to identify barriers to PEP utilization in MSM. A total of 207 MSM from 22 countries in SSA completed the survey between 8 January 2019 and 23 February 2019. Descriptive statistics were generated, chi-square and backward stepwise logistic regression analysis were performed to evaluate the association between the outcome "PEP use" and other variables. RESULTS: Most of the MSM were aged 18 to 30, and the majority (220, 74.6%) described themselves as gay. Rwanda had the highest number of respondents (117, 39.7% of the total), followed by Nigeria, Ghana and South-Africa.The majority of respondents reported having heard about PEP (234, 80.7%), and the average PEP correct knowledge level was 59%.Five characteristics were associated with increased odds of using PEP: Age, having vocational education, having heard of PEP, knowledge of where to get PEP, and having been refused housing. CONCLUSION: There is a need for a collaborative effort between policy makers, key players in HIV prevention, and MSM associations in SSA to remove barriers to PEP uptake to promote optimal PEP utilization amongst MSM.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».