MétaCan
Menu
Retour à la cohorte
Enregistrement W4312122484 · doi:10.3389/fgwh.2022.943641

Impacts of the COVID-19 pandemic on access to HIV and reproductive health care among women living with HIV (WLHIV) in Western Kenya: A mixed methods analysis

2022· article· en· W4312122484 sur OpenAlexaff
Caitlin Bernard, Shukri A. Hassan, John Humphrey, Julie Thorne, Mercy Maina, Beatrice Jakait, Evelyn Brown, Nashon Yongo, Caroline Kerich, Sammy Changwony, Shirley Ru W. Qian, Andrea J. Scallon, Sarah Komanapalli, Leslie A. Enane, Patrick Oyaro, Lisa Abuogi, Kara Wools‐Kaloustian, Rena C. Patel

Notice bibliographique

RevueFrontiers in Global Women s Health · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 Impact on Reproduction
Établissements canadiensUniversity of Toronto
Organismes subventionnairesEunice Kennedy Shriver National Institute of Child Health and Human Development
Mots-clésPandemicMedicineThematic analysisHealth careLogistic regressionPregnancyFamily medicineHuman immunodeficiency virus (HIV)Descriptive statisticsReproductive healthDemographyGerontologyEnvironmental healthQualitative researchCoronavirus disease 2019 (COVID-19)PopulationInternal medicineDisease

Résumé

récupéré en direct d'OpenAlex

Introduction The COVID-19 pandemic has impacted access to health services. Our objective was to understand the pandemic's impact on access to HIV, pregnancy, and family planning (FP) care among women living with HIV (WLHIV). Methods Data were collected after June 2020, when questions about the pandemic were added to two ongoing mixed methods studies using telephone surveys and in-depth interviews among WLHIV in western Kenya. The Chaguo Langu (CL) study includes primarily non-pregnant WLHIV receiving HIV care at 55 facilities supported by AMPATH and the Opt4Mamas study includes pregnant WLHIV receiving antenatal care at five facilities supported by FACES. Our outcomes were self-reported increased difficulty refilling medication, accessing care, and managing FP during the pandemic. We summarized descriptive data and utilized multivariable logistic regression to evaluate predictors of difficulty refilling medication and accessing care. We qualitatively analyzed the interviews using inductive coding with thematic analysis. Results We analyzed 1,402 surveys and 15 in-depth interviews. Many (32%) CL participants reported greater difficulty refilling medications and a minority (14%) reported greater difficulty accessing HIV care during the pandemic. Most (99%) Opt4Mamas participants reported no difficulty refilling medications or accessing HIV/pregnancy care. Among the CL participants, older women were less likely (aOR = 0.95, 95% CI: 0.92–0.98) and women with more children were more likely (aOR = 1.13, 95% CI: 1.00–1.28) to report difficulty refilling medications. Only 2% of CL participants reported greater difficulty managing FP and most (95%) reported no change in likelihood of using FP or desire to get pregnant. Qualitative analysis revealed three major themes: (1) adverse organizational/economic implications of the pandemic, (2) increased importance of pregnancy prevention during the pandemic, and (3) fear of contracting COVID-19. Discussion The two unique participant groups included in our study encountered overlapping problems during the COVID-19 epidemic. Access to HIV services and antiretrovirals was interrupted for a large proportion of non-pregnant WLHIV in western Kenya, but access to pregnancy/family planning care was less affected in our cohort. Innovative solutions are needed to ensure HIV and reproductive health outcomes do not worsen during the ongoing pandemic.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,028
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,006
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,026
Tête enseignante GPT0,396
Écart entre enseignants0,369 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Global Women s HealthMême sujetCOVID-19 Impact on ReproductionTravaux en français237 207