Developing Educational Animations on HIV Pre-exposure Prophylaxis (PrEP) for Women: Qualitative Study
Notice bibliographique
Résumé
BACKGROUND: Despite experiencing the second-highest rate of HIV incidence in the United States, pre-exposure prophylaxis (PrEP) use remains low among Black women due, in part, to a lack of patients' awareness and providers' knowledge. OBJECTIVE: Our goal was to design animated educational tools informed by patients and women's health providers to address these barriers, specifically for women at risk for HIV. METHODS: Two animation storyboards about PrEP for women were created by academic stakeholders (eg, HIV clinical experts, educators, and HIV peer counselors), one for patients and one for providers. Four focus groups with community members from Baltimore, Maryland and four with women's health providers (eg, obstetrician/gynecologists, midwives, nurse practitioners, and peer counselors) at an academic center were conducted to discuss the storyboards. Transcripts were analyzed using conventional content analysis, and themes were incorporated into the final versions of the animations. RESULTS: Academic stakeholders and 30 focus group participants (n=16 female community members and n=14 women's health providers) described important themes regarding PrEP. The themes most commonly discussed about the patient animation were understandability of side effects, HIV risk factors, messaging, PrEP access, and use confidence. Provider animation themes were indications for PrEP, side effects, and prescribing confidence. CONCLUSIONS: We created two PrEP animations focused on women. Stakeholder feedback highlighted the importance of ensuring the understandability and applicability of PrEP educational materials while including necessary information to facilitate use or prescribing confidence. Both community members and women's health providers reported greater use confidence after viewing the animations.
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 | 0,015 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».