HIV Prevention and Treatment Cascades Among Female Sex Workers in Benin, West Africa
Notice bibliographique
Résumé
BACKGROUND: Benin has a long-standing history of HIV prevention programs aimed at female sex workers (FSWs). We used data from a national survey among FSWs (2017) to assess the prevention and care cascades in this population. METHODS: Female sex workers were recruited through cluster sampling of sex work sites. A questionnaire was administered, and HIV tested. HIV-positive participants were asked to provide dried blood spots and were tested for antiretroviral and viral load. We assessed 2 prevention cascades (HIV testing and safer sex) and the treatment cascade, using a combination of self-reported and biological variables. RESULTS: Mean age of the 1086 FSWs was 30 years. Half of them were Beninese, and two-thirds had a primary school education level or less. Almost all FSWs had ever heard of HIV/AIDS. More than half (79.1%) had ever been tested, and 84.1% of the latter had been tested in the last year. In the previous 6 months, 90.1% were exposed to prevention messages. Women exposed to any HIV prevention message reported a higher level of consistent condom use in the last month (69.0%) than those who were not (48.5%, P < 0.0001). HIV prevalence was 7.7%. Among HIV-positive women, 60.6% knew their status; among those, 90.5% were on antiretroviral and 81.8% of them had a suppressed viral load. CONCLUSIONS: Despite long-standing HIV prevention programs for FSWs, the prevention indicators were often low. Linkage to care was good, viral suppression was suboptimal, but knowledge of HIV-positive status was low. Exposing women to prevention messages is necessary, as to increase HIV testing.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».