Acceptability of pre-exposure prophylaxis for HIV prevention: facilitators, barriers and impact on sexual risk behaviors among men who have sex with men in Benin
Notice bibliographique
Résumé
BACKGROUND: In Benin, men who have sex with men (MSM) do not always use condoms during anal sex. Pre-exposure prophylaxis (PrEP) using Truvada® (tenofovir disoproxil fumarate / emtricitabine) may be a complementary HIV prevention measure for MSM. This study aimed at identifying the potential facilitators and barriers to the use of PrEP. METHODS: This was a cross-sectional study conducted in 2018 among male-born MSM aged 18 years or older who reported being HIV-negative or unaware of their HIV status. The participants were recruited by the RDS technique (respondent driven sampling) in six cities of Benin. Logistic regression analyses, adapted to RDS statistical requirements, were performed to identify the factors associated with PrEP acceptability. RESULTS: Mean age of the 400 MSM recruited was 26.2 ± 5.0 years. PrEP was known by 50.7% of respondents. The intention to use PrEP was expressed by 90% of MSM. If PrEP effectiveness were 90% or more, 87.8% of the respondents thought they would decrease condom use. In multivariate analysis, the facilitators associated with PrEP acceptability were: not having to pay for PrEP (odds ratio (OR) = 2.39, 95% CI: 1.50-4.46) and its accessibility within MSM networks (OR = 9.82, 95% CI: 3.50-27.52). Only one barrier was significant: the concern that taking PrEP be perceived as marker of adopting HIV risky behaviors (OR = 0.11, 95% CI: 0.04-0.30). CONCLUSION: In Benin, not all MSM know about PrEP. But once well informed, the majority seems willing to use it if made available. The free availability of the drug and its accessibility in the MSM networks are important facilitators. The possibility of decrease in condom use should not be a barrier to the prescription of PrEP if made available.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,002 | 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 ».