Is it possible to recruit HIV self-test users for an anonymous phone-based survey using passive recruitment without financial incentives? Lessons learned from a pilot study in Côte d’Ivoire
Notice bibliographique
Résumé
BACKGROUND: Due to the discreet and private nature of HIV self-testing (HIVST), it is particularly challenging to monitor and assess the impacts of this testing strategy. To overcome this challenge, we conducted a study in Côte d'Ivoire to characterize the profile of end users of HIVST kits distributed through the ATLAS project (AutoTest VIH, Libre d'Accéder à la connaissance de son Statut). Feasibility was assessed using a pilot phone-based survey. METHODS: The ATLAS project aims to distribute 221300 HIVST kits in Côte d'Ivoire from 2019 to 2021 through both primary (e.g., direct distribution to primary users) and secondary distribution (e.g., for partner testing). The pilot survey used a passive recruitment strategy-whereby participants voluntarily called a toll-free survey phone number-to enrol participants. The survey was promoted through a sticker on the HIVST instruction leaflet and hotline invitations and informal promotion by HIVST kit-dispensing agents. Importantly, participation was not financially incentivized, even though surveys focussed on key populations usually use incentives in this context. RESULTS: After a 7-month period in which 25,000 HIVST kits were distributed, only 42 questionnaires were completed. Nevertheless, the survey collected data from users receiving HIVST kits via both primary and secondary distribution (69% and 31%, respectively). CONCLUSION: This paper provides guidance on how to improve the design of future surveys of this type. It discusses the need to financial incentivize participation, to reorganize the questionnaire, the importance of better informing and training stakeholders involved in the distribution of HIVST, and the use of flyers to increase the enrolment of users reached through secondary distribution.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».