Nurses’ clinical practices reducing the impact of HIV-related stigmatisation in non-HIV-specialised healthcare settings: a protocol for a realist synthesis
Notice bibliographique
Résumé
INTRODUCTION: Despite tremendous progress in care, people living with HIV (PLHIV) continue to experience HIV-related stigmatisation by nurses in non-HIV-specialised healthcare settings. This has consequences for the health of PLHIV and the spread of the virus. In the province of Quebec (Canada), only four interventions aimed at reducing the impact of HIV-related stigmatisation by nurses have been implemented since the beginning of the HIV pandemic. While mentoring and persuasion could be promising strategies, expression of fears of HIV could have deleterious effects on nurses' attitudes towards PLHIV. In literature reviews on stigma reduction interventions, the contextual elements in which these interventions have been implemented is not considered. In order to develop new interventions, we need to understand how the mechanisms (M) by which interventions (I) interact with contexts (C) produce their outcomes (O). METHODS AND ANALYSIS: Realist synthesis (RS) was selected to formulate a programme theory that will rely on CIMO configuration to describe (1) nursing practices that may influence stigmatisation experiences by PLHIV in non-HIV-specialised healthcare settings, and (2) interventions that may promote the adoption of such practices by nurses. The RS will draw on the steps recommended by Pawson: clarify the scope of the review; search for evidence; appraise primary studies and extract data; synthesise evidence and draw conclusions. To allow an acute interpretation of the disparities between HIV-related stigmatisation experiences depending on people's serological status, an initial version of the programme theory will be formulated from data gathered from scientific and grey literature, and then consolidated through realist interviews with various stakeholders (PLHIV, nurses, community workers and researchers). ETHICS AND DISSEMINATION: Ethical approval for realist interviews will be sought following the initial programme theory design. We intend to share the final programme theory with intervention developers via scientific publications and recommendations to community organisations that counter HIV-related stigmatisation.
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 | 0,136 | 0,149 |
| Méta-épidémiologie (sens strict) | 0,006 | 0,006 |
| Méta-épidémiologie (sens large) | 0,012 | 0,013 |
| Bibliométrie | 0,010 | 0,009 |
| Études des sciences et des technologies | 0,006 | 0,006 |
| Communication savante | 0,008 | 0,007 |
| Science ouverte | 0,006 | 0,007 |
| Intégrité de la recherche | 0,012 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,069 | 0,013 |
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 ».