Prevalence and correlates of common mental health problems and recent suicidal thoughts and behaviours among female sex workers in Nairobi, Kenya
Notice bibliographique
Résumé
BACKGROUND: Adverse childhood experiences (ACEs), poverty, violence and harmful alcohol/substance use are associated with poor mental health outcomes, but few studies have examined these risks among Female Sex Workers (FSWs). We examine the prevalence and correlates of common mental health problems including suicidal thoughts and behaviours among FSWs in Kenya. METHODS: Maisha Fiti is a longitudinal study among FSWs randomly selected from Sex Worker Outreach Programme (SWOP) clinics across Nairobi. Baseline behavioural-biological survey (n = 1003) data were collected June-December 2019. Mental health problems were assessed using the Patient Health Questionnaire (PHQ-9) for depression, the Generalised Anxiety Disorder tool (GAD-7) for anxiety, the Harvard Trauma Questionnaire (HTQ-17) for Post-Traumatic Stress Disorder (PTSD) and a two-item tool to measure recent suicidal thoughts/behaviours. Other measurement tools included the WHO Adverse Childhood Experiences (ACE) score, WHO Violence Against Women questionnaire, and the Alcohol, Smoking and Substance Involvement Screening Test (ASSIST). Descriptive statistics and multivariable logistic regression were conducted using a hierarchical modelling approach. RESULTS: Of 1039 eligible FSWs, 1003 FSWs participated in the study (response rate: 96%) with mean age 33.7 years. The prevalence of moderate/severe depression was 23.2%, moderate/severe anxiety 11.0%, PTSD 14.0% and recent suicidal thoughts/behaviours 10.2% (2.6% suicide attempt, 10.0% suicidal thoughts). Depression, anxiety, PTSD and recent suicidal thoughts/behaviours were all independently associated with higher ACE scores, recent hunger (missed a meal in last week due to financial difficulties), recent sexual/physical violence and increased harmful alcohol/substance. PTSD was additionally associated with increased chlamydia prevalence and recent suicidal thoughts/behaviours with low education and low socio-economic status. Mental health problems were less prevalent among women reporting social support. CONCLUSIONS: The high burden of mental health problems indicates a need for accessible services tailored for FSWs alongside structural interventions addressing poverty, harmful alcohol/substance use and violence. Given the high rates of ACEs, early childhood and family interventions should be considered to prevent poor mental health outcomes.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».