Examining patient characteristics and HIV-related risks among women with syphilis as indicators for pre-exposure prophylaxis in a nurse-led program (PrEP-RN)
Notice bibliographique
Résumé
Current HIV pre-exposure prophylaxis (PrEP) guidelines primarily target men who have sex with men (MSM) as candidates for HIV prevention; however, such recommendations often come at the expense of other ethnic and gender minorities, including women. To address barriers to PrEP care among non-MSM, we developed and implemented the first nurse-led PrEP program in Canada, known as PrEP-RN. As part of PrEP-RN, patients who meet objective indicators of HIV risk are offered a referral for PrEP, regardless of sexual orientation. One such measure is syphilis, which has increased in incidence among various population groups and is known to cause biological vulnerabilities to HIV. To better understand HIV-related risks and assess intentions for PrEP use among women, we undertook an 18-month retrospective review of syphilis diagnoses within this group in Ottawa, Canada. As part of this review, we examined 23 patient files, noting their unique characteristics, socio-behavioural risk factors, and noted barriers to PrEP uptake. While none of the women diagnosed with syphilis were diagnosed with HIV, the findings raise some important considerations to facilitate opportunities for HIV prevention among non-MSM, which must take into consideration individual risk practices, sexual health histories, and population groups.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,000 | 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 ».