Adherence to Highly Active Antiretroviral Therapy and Its Association with HIV Disclosure status among People Living with HIV/AIDS in Ethiopia: A systematic review and Meta-Analysis.
Notice bibliographique
Résumé
Abstract Background:Adherence to Highly Active Antiretroviral Therapy (HAART) medication is the pressing public health problem worldwide. Non-adherence to HAART leads to treatment failure, immunologic failure, and virological failure. Despite different interventions made; still, HAART medication adherence among adult people living with HIV/AIDS (PLWHA) is inconsistent across studies and the effect of HIV disclosure status was not well studied. Therefore this study determines the pooled prevalence of HAART adherence and its relationship with HIV disclosure status among Adult PLWHA.MethodsWe searched 3247 both published and unpublished original articles from January 2016 to November 2019 in Ethiopia using different search engines. Data were extracted using Microsoft excel. New Castle Ottawa Scale quality assessment tool was used. STATA software version 11 was used for analysis. A random-effects meta-analysis was performed. Cochran Q statistics and I2 were used to estimate heterogeneity. Eggers and Begg’s test was used to assess the publication bias.ResultsA total of 15 studies for systematic review and four studies for Meta-analysis were used. The pooled prevalence of HAART medication adherence is found to be 81.19% (80.132, 82.248). In the subgroup analysis, the pooled prevalence of HAART adherence was 79.82% (73.19, 86.45) in the Oromia region, 82.51% ( 73.14, 91.87) in the Amhara region, and 72.7% (63.78, 81.61) in the SNNPR. HIV disclosure improves HAART adherence by nearly three times compared to non-HIV disclosed HAART users (AOR=2.99, 95%CI: 1.88, 4.77).ConclusionsThe pooled prevalence of HAART adherence among adult PLWHA was found to be low. Having HIV disclosure improved HAART medication adherence.
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 | 0,011 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,029 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| 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 ».