Incarceration, Social Support Networks, and Health among Black Sexual Minority Men and Transgender Women: Evidence from the HPTN 061 Study
Notice bibliographique
Résumé
Support from social networks buffers against negative effects of stress but is disrupted by incarceration. Few studies examine incarceration, social support networks, and health among Black sexual minority men (BSMM) and Black transgender women (BTW). We conducted a secondary analysis using HIV Prevention Trials Network 061 (HPTN 061), a sample of BSMM/BTW recruited from six US cities. We measured associations between recent incarceration reported at six months follow-up and social support networks at twelve months follow-up, and cross-sectional associations between support networks and twelve-month health outcomes (e.g., sexual partnerships, substance use, healthcare access and depressive symptoms). Among the analytic sample (N = 1169), recent incarceration was associated with small medical support networks (adjusted risk ratio [aRR] 1.16, 95% CI 1.01, 1.34) and small financial support networks (aRR 1.18, 95% CI 1.04, 1.35). Support networks were associated with multiple partnerships (adjusted prevalence ratio [aPR] 0.77, 95% CI 0.65, 0.90), unhealthy alcohol use (aPR 1.20, 95% CI 0.96, 1.51), and depressive symptoms (aPR 1.16, 95% CI 0.99, 1.36). Incarceration adversely impacts social support networks of BSMM/BTW, and support networks were associated with a range of important health outcomes.
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 | 0,005 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».