Substance use and risk of HIV infection among Men who have Sex with Men in India
Notice bibliographique
Résumé
HIV prevalence is higher among Men who have Sex with Men (MSM), owing to their unsafe sexual behavior. Further, MSM indulge in behaviors such as consumption of alcohol/oral drugs and/or injecting during/before sex that poses the risk of unsafe behaviors, thereby increasing their vulnerability to HIV. The study aims to analyze the factors associated with HIV infection among the multi-risk MSM using any substances with those MSM who do not use substances.Community-based cross-sectional survey design using probability-based sampling between October 2014 and November 2015.For the nation-wide Integrated Biological and Behavioral Surveillance (IBBS), 23,081 MSM were recruited from 4067 hotspots in 108 districts across India. Information on demographics, sexual behaviors, substance use, sexual partners, and awareness on HIV and its management was collected from the consented respondents using computer-assisted personal interview (CAPI) by trained personnel. Blood samples were tested for HIV. Statistical analyses were done, to study the associations between substance use and its influence on high-risk sexual behaviors and HIV infection.One in 3 MSM (33.88%) in India were substance users, thus exhibiting "multi-risk" (MR) behaviors. Significantly higher HIV prevalence (3.8%, P < .05) was reported among MR-MSM, despite 97.2% of them being aware of HIV. Higher HIV prevalence among MSM exhibiting homosexual behavior for ≤1 year is of specific concern, as this accounts to recent infections and indicates the increased vulnerability of the infection among the new entrants.Substance-use resulting in high-risk sexual behavior was significantly associated with higher HIV prevalence among MR-MSM. Integrated targeted interventions focusing on safe sex and safe-IDU practices among MR-MSM are required to end the disease transmission.
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 | 0,000 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 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 ».