MétaCan
Menu
← Retour à la cohorte
Enregistrement W4282923958 · doi:10.2196/32416

Acceptability and Feasibility of Peer-to-Peer Text Messaging Among Adolescents to Increase Clinic Visits and Sexually Transmitted Infection Testing: Interrupted Times-Series Analysis

2022· article· en· W4282923958 sur OpenAlexvenueno aff
Marguerita Lightfoot, Joi Jackson-Morgan, Lance M. Pollack, Ayanna Bennett

Notice bibliographique

RevueJMIR Formative Research · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueMobile Health and mHealth Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineIntervention (counseling)Short Message ServiceText messagingHuman immunodeficiency virus (HIV)Reproductive healthPartner notificationFamily medicineText messagePopulationPsychiatrySyphilis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Adolescents are disproportionately affected by sexually transmitted infections (STIs), including HIV. Many youths with asymptomatic STI or related symptoms do not seek treatment and may not be screened if accessing the health care system for other reasons. OBJECTIVE: We examined intervention completion and changes in the number of new patients, the number of STI or HIV tests, and the sexual risk profile of patients over time to determine the feasibility and acceptability of a peer-driven text messaging strategy to connect youth to STI and HIV services. METHODS: The intervention enlisted consecutive patients at an adolescent medicine clinic to send a text message to 5 peers they believed were sexually active and lived in the clinic's service area. The intervention was evaluated using an interrupted time-series design in which baseline clinic service levels were documented during a 35-week lead-in period, followed by a 20-week intervention implementation period, and a 16-week period of continued clinic observation. Clinic and patient data were obtained through chart abstraction from intake forms that occurred during the entire study period. Analyses conducted in 2015 used a generalized linear mixed model. RESULTS: Of the 153 patients approached to participate, 100 agreed to send SMS text messages. Most (n=55, 55%) reported no concerns with sending the text message. No adverse events or negative outcomes were reported. Adolescent STI testing, positive test results, and reported risk behavior increased post intervention, although this was not statistically significant, likely because of the small sample size. CONCLUSIONS: Given low youth uptake of health care services, and STI/HIV screening, in particular, new strategies are needed to address access barriers. Common approaches for reaching youth are resource-intensive and often miss those not connected to school or community programs. The peer-based text messaging strategy showed promise for both increasing the number of youths accessing health services and finding youths engaging in sexual risk behaviors and most in need of sexual health screening and services.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,068
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,139

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,068
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,127
Tête enseignante GPT0,522
Écart entre enseignants0,395 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative Research→Même sujetMobile Health and mHealth Applications→Travaux en français237 207→