Longitudinal experiences and risk factors for common mental health problems and suicidal behaviours among female sex workers in Nairobi, Kenya
Notice bibliographique
Résumé
Background: Female sex workers (FSWs) are at high risk of mental health problems and suicide risk. Few longitudinal studies have examined risk factors for poor mental health among FSWs. Methods: = 877) (June 2020-Jan 2021). Women reporting mental health problems were offered counselling services. Multivariable mixed logistic regression models were used to examine factors associated with mental health problems and suicidal behaviours. Results: There was a decline in the proportion of women reporting any mental health problem (depression and/or anxiety and/or PTSD) (baseline: 29.9%, midline: 13.3%, endline: 11.8%). There was strong evidence that any mental health problem was associated with recent hunger (aOR 1.99; 95% CI 1.37-2.88) and recent violence from non-intimate partners (2.23; 95% CI 1.55-3.19). Recent suicidal behaviour prevalence was similar across survey rounds (baseline: 10.2%; midline: 10.2%; endline: 10.4%), and was associated with recent violence from non-intimate partners (aOR 1.96; 95% CI 1.31-2.95), recent hunger (aOR 1.69; 95% CI 1.15-2.47) and having an additional employment to sex work (aOR 1.50; 95% CI 1.00-2.23). Conclusions: Our study found a decline in mental health problems but high levels of persistent suicidal behaviours among FSWs. Syndemic risk factors including food insecurity and violence were longitudinally associated with mental health problems and recent suicidal behaviours. There is a need for accessible mental health services for FSWs, alongside structural interventions addressing poverty and violence.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».