Harmful Alcohol and Drug Use Is Associated with Syndemic Risk Factors among Female Sex Workers in Nairobi, Kenya
Notice bibliographique
Résumé
Background: Female Sex Workers (FSWs) are at high risk of harmful alcohol and other drug use. We use quantitative data to describe the prevalence of alcohol and other drug use and identify associated occupational and socio-economic risk factors, and aim to elucidate patterns of alcohol and drug use through information drawn from qualitative data. Methods: Maisha Fiti was a mixed-method longitudinal study conducted in 2019 among a random sample of FSWs in Nairobi, Kenya. We used baseline date from the behavioural−biological survey, which included the WHO Alcohol, Smoking and Substance Involvement Screening Test that measures harmful alcohol and other drug use in the past three months (moderate/high risk score: >11 for alcohol; >4 for other drugs). In-depth interviews were conducted with 40 randomly selected FSWs. Findings: Of 1003 participants, 29.9% (95%CI 27.0−32.6%) reported harmful (moderate/high risk) alcohol use, 21.5% harmful amphetamine use (95%CI 19.1−24.1%) and 16.9% harmful cannabis use (95%CI 14.7−19.2%). Quantitative analysis found that harmful alcohol, cannabis and amphetamine use were associated with differing risk factors including higher Adverse Childhood Experience (ACE) scores, street homelessness, food insecurity (recent hunger), recent violence from clients, reduced condom use, depression/anxiety and police arrest. Qualitative interviews found that childhood neglect and violence were drivers of entry into sex work and alcohol use, and that alcohol and cannabis helped women cope with sex work. Conclusions: There is a need for individual and structural-level interventions, tailored for FSWs, to address harmful alcohol and other drug use and associated syndemic risks including ACEs, violence and sexual risk behaviours.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».