Trends and determinants of HIV transmission among men who inject drugs in the Pokhara Valley, Nepal
Notice bibliographique
Résumé
Abstract Background HIV is a major public health issue around the world, especially in developing countries. Although the overall prevalence of HIV in Nepal is relatively low and the country itself is considered low risk, there are specific sub-populations where the prevalence is far higher than the national average. One of these sub-groups is male injection drug users (IDUs). In order to understand the reasons for the differences in prevalence, a series of socio-demographic, behavioural and knowledge-based risk factors need to be assessed.Methods The study used a series of 7 cross-sectional survey datasets, collected between 2003 and 2017 (N=2,235) to investigate trends in HIV prevalence among male IDUs by key socio-demographic and behavioural and knowledge-based risk factors. A series of logistic regression models were conducted to investigate the association between study factors and HIV in the Pokhara valley, Nepal.Results A lower risk of HIV was associated with younger age (≤24 years compared to >24 years, OR = 0.17, 95% CI = 0.10, 0.31), not being married (OR = 0.51, 95% CI = 0.33, 0.80) and shorter duration of drug use (≤4 years compared to >4 years, OR = 0.16, 95% CI = 0.09, 0.29). A higher risk of HIV was associated with low (compared to secondary or higher) education level (OR = 2.76, 95% CI = 1.75, 4.36), a lack of addiction treatment (OR = 2.59, 95% CI = 1.64, 4.08), and recent use of unsterilized injection equipment (OR = 2.22, 95% CI = 1.20, 4.11).Conclusion Although knowledge of HIV is high among male IDUs, the prevalence of individuals who possess comprehensive knowledge and the number of individuals who have received treatment for drug addiction has decreased. This may indicate that addiction treatment and HIV education programs need to be strengthened.
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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».