AC-2020-12-1420.R1 – HIV care providers’ familiarity, concerns, and attitudes about HIV PrEP in Colombia: insights from the PrEP-Col-Study
Notice bibliographique
Résumé
In 2019, Colombia approved the combination of tenofovir disoproxil fumarate/emtricitabine for HIV Pre-Exposure Prophylaxis (PrEP). Therefore, we conducted a situational analysis in HIV-care providers to identify barriers and facilitators for PrEP implementation. A survey was applied to a non-probabilistic sample of health care workers of HIV-specialized clinics. We examined PrEP awareness and familiarity, comfort with PrEP-related activities, perceived barriers for PrEP implementation, concerns, and attitudes. Poisson regressions assessed the relationship between these factors and the variable "having a plan to offer PrEP". The participation rate was 41% and included physicians (42.6%) and other health professionals (57.4%). Fifty-one percent of the participants reported more than five years of experience caring for people living with HIV. Forty-two percent of non-physician health care workers were nurses. Most reported high familiarity/comfort with PrEP-relevant activities. Concerns about PrEP were prevalent (> 50%) and included causing more harm than good, reducing condom use, medication non-adherence, drug resistance, and healthcare system barriers. Physicians had a plan to offer PrEP (72.2%) more often than other health professionals (52.6). Having a plan to offer PrEP was related to PrEP knowledge and comfort assessing sexual behavior and providing HIV counseling. Overall, about half of HIV-care providers seemed ready to offer PrEP and constitute an asset for PrEP implementation efforts in Colombia. PrEP awareness among non-physicians, PrEP concerns, and negative attitudes need to be addressed to enhance implementation.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».