Intimate Partner Violence and the HIV Care and Treatment Cascade Among Adolescent Girls and Young Women in DREAMS, South Africa
Notice bibliographique
Résumé
BACKGROUND: Intimate partner violence (IPV) may affect the HIV-treatment cascade. SETTING: Four high HIV-prevalence DREAMS health districts in South Africa. METHODS: Secondary analysis of cross-sectional data collected March 2017-June 2018, using random household sample of young (12-24 years) girls and women. Face-to-face interviews assessed IPV and HIV-status knowledge, and finger-prick blood draws assessed ART (antiretroviral therapy) uptake and viral suppression. We used logistic regression to estimate crude and adjusted effects of IPV on HIV knowledge, ART uptake, and viral suppression. RESULTS: Of 18,230 adolescent girls and young women, 8413 (46%) reported ever having had sex, of whom 1118 (13%) were HIV positive. The 90:90:90 benchmarks were 61% knew their status, 86% had ART present in their blood sample, and 91% were virally suppressed. Among the entire sample of young women living with HIV, 65.6% were virally suppressed. Past year IPV was reported by 15%. In adjusted models, IPV trended toward increasing the odds that a young woman was aware she was living with HIV [adjusted odds ratios (aOR) = 1.40, 2.00-9.98, P = 0.067]. There was no association between IPV and reduced treatment use (aOR = 0.73, 0.41-1.29). IPV was independently associated with reduced viral suppression (aOR = 0.30, 0.13-0.66). CONCLUSIONS: Addressing the role of IPV in undermining the treatment cascade for adolescent and young women is a critical issue for HIV programming.
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 | 0,001 | 0,002 |
| 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 ».