Trends and predictors of HIV positivity and time since last test at voluntary counselling and testing encounters among adults in Kilifi, Kenya, 2006-2017
Notice bibliographique
Résumé
<ns4:p> <ns4:bold>Background:</ns4:bold> Little is known about HIV retesting uptake among key populations (KP) and general populations (GP) in Kenya. We assessed trends and predictors of first-time testing (FTT), late retesting (previous test more than one year ago for GP or three months for KP), and test positivity at three voluntary counselling and testing (VCT) centres in coastal Kenya. </ns4:p> <ns4:p> <ns4:bold>Methods</ns4:bold> : Routine VCT data covering 2006-2017 was collected from three VCT centres in Kilifi County. We analysed HIV testing history and test results from encounters among adults 18-39 years, categorized as GP men, GP women, men who have sex with men (MSM), and female sex workers (FSW). </ns4:p> <ns4:p> <ns4:bold>Results:</ns4:bold> Based on 24,728 test encounters (32% FTT), we observed declines in HIV positivity (proportion of encounters where the result was positive) among GP men, GP women, first-time testers and MSM but not among FSW. The proportion of encounters for FTT and late retesting decreased for both GP and KP but remained much higher in KP than GP. HIV positivity was higher at FTT and late retesting encounters; at FSW and MSM encounters; and at encounters with clients reporting lower educational attainment and sexually transmitted infection (STI) symptoms. HIV positivity was lower in GP men, never married clients and those less than 35 years of age. FTT was associated with town, risk group, age 18-24 years, never-married status, low educational attainment, and STI symptoms. Late retesting was less common among encounters with GP individuals who were never married, had Muslim or no religious affiliation, had lower educational attainment, or reported STI symptoms. </ns4:p> <ns4:p> <ns4:bold>Conclusions:</ns4:bold> HIV positive test results were most common at encounters with first-time testers and late re-testers. While the proportion of encounters at which late retesting was reported decreased steadily over the period reviewed, efforts are needed to increase retesting among the most at-risk populations. </ns4:p>
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».