HIV testing and counselling among women in Benin: a cross-sectional analysis of prevalence and predictors from demographic and health survey data
Notice bibliographique
Résumé
OBJECTIVE: To examine the uptake of HIV testing and counselling (HTC) and its associated factors among women in Benin. DESIGN: We performed a cross-sectional analysis of data from the 2017-2018 Benin Demographic and Health Survey. A weighted sample of 5517 women was included in the study. We used percentages to present the results of the uptake of HTC. Multilevel binary logistic regression analysis was used to examine the predictors of HTC uptake. The results were presented using adjusted odds ratios (aORs), with 95% confidence intervals (CIs). SETTING: Benin. PARTICIPANTS: Women aged 15-49. OUTCOME MEASURE: Uptake of HTC. RESULTS: The overall uptake of HTC among women in Benin was found to be 46.4% (44.4%-48.4%). The odds of HTC uptake was higher among women covered by health insurance (aOR 3.04, 95% CI 1.44 to 6.43) and those with comprehensive HIV knowledge (aOR 1.77, 95% CI 1.43 to 2.21). The odds of HTC uptake increased with increasing level of education, with the highest odds among those in the secondary or higher level (aOR 2.06, 95% CI 1.64 to 2.61). Also, the age of the women, mass media exposure, region of residence, high community literacy level, and high community socioeconomic status were associated with higher odds of HTC uptake. Women residing in rural areas were less likely to use HTC. Religious affiliation, number of sexual partners, and place of residence were associated with lower odds of HTC uptake. CONCLUSION: Our study has shown that the uptake of HTC among women in Benin is relatively low. There is a need to enhance efforts to empower women, as well as reduce health inequities as they all have a substantial impact on HTC uptake among women in Benin, taking into consideration the factors identified in this study.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».