MétaCan
Menu
← Retour à la cohorte
Enregistrement W4298125580 · doi:10.21203/rs.3.rs-2019334/v1

Prevalence of depression, syndemic factors and their impact on viral suppression among female sex workers living with HIV in eThekwini, South Africa

2022· preprint· en· W4298125580 sur OpenAlexaff
Anvita Bhardwaj, Carly A. Comins, Vijay Guddera, Mfezi Mcingana, Katherine Young, René Phetlhu, Ntambue Mulumba, Sharmistha Mishra, Harry Hausler, Stefan Baral, Sheree Schwartz

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueSex work and related issues
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Institute of Nursing ResearchCenter for AIDS Research, University of WashingtonNational Institutes of HealthJohns Hopkins University
Mots-clésSyndemicMedicineDepression (economics)Sex workDemographyDomestic violenceMultivariate analysisPsychiatryPoison controlEnvironmental healthInjury preventionHuman immunodeficiency virus (HIV)Internal medicineImmunology

Résumé

récupéré en direct d'OpenAlex

Abstract Introduction: Over half of female sex workers (FSW) in South Africa are living with HIV and clinical depression has been frequently documented among FSW. Data characterizing structural determinants of depression and the role of syndemic theory, an aggregation of multiple risk factors, on viral suppression among FSW in South Africa are limited. Methods: Between July 2018-March 2020, non-pregnant, cisgender women (≥ 18 years), reporting sex work as their primary income source, and diagnosed with HIV for ≥ 6 months were enrolled into the Siyaphambili trial in eThekwini, South Africa. Using baseline data, robust Poisson regression models were used to assess correlates of depression and associations between depression and syndemic factors on viral suppression. Results: Of 1,384 participants, 459 (33%) screened positive for depression, defined as a score of ≥ 10 on the PHQ-9. Physical and sexual violence, drug use, alcohol use, anticipated stigma and internalized stigma were univariately associated with depression and included the multivariate model. In the multivariate regression, prevalence of depression was higher among participants experiencing sexual violence (PR = 1.47 95% CI:1.24,1.73), physical violence 5 times or more in < 6 months (PR = 1.38 95% CI:1.07, 1.80), using illicit drugs in the last month (PR = 1.23 95%:CI 1.04, 1.48), and reporting higher levels of internalized stigma (PR = 1.11, 95% CI:1.04,1.18). Depression in the absence of the Substance Abuse, Violence and AIDS SAVA syndemic factors was associated with increased prevalence of non-viral suppression (aPR 1.24; 95% CI:1.08,1.43), and the SAVA substance use and violence syndemic was associated with an increase in non-viral suppression among non-depressed FSW (aPR 1.13; 95% CI:1.01, 1.26). Compared to those experiencing neither factors, those jointly experiencing depression and the SAVA syndemics were at increased risk for non-viral suppression (aPR 1.15; 95% CI:1.02,1.28). Conclusion: Substance use, violence, and stigma were all associated with depression. Depression and syndemic factors (substance use + violence) were related to non-viral suppression; we did not observe higher non-suppression amongst those experiencing both depression and syndemic factors. Training for non-mental health providers in screening for depression and its risk factors among FSW, along with proactive referral to support may help to address unmet mental health needs and HIV treatment outcomes. Trial registration: Clinical Trial Number: NCT03500172

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,023
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,046
Tête enseignante GPT0,377
Écart entre enseignants0,331 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Square→Même sujetSex work and related issues→Travaux en français237 207→