MétaCan
Menu
← Retour à la cohorte
Enregistrement W4377987024 · doi:10.2196/43972

Gender-Specific Association Between Perceived Stigma Toward Tuberculosis and Acceptance of Preventive Treatment Among College Students With Latent Tuberculosis Infection: Cross-Sectional Analysis

2023· article· en· W4377987024 sur OpenAlexvenueno aff
Yemin Yuan, Jin Jin, Xiuli Bi, Hong Geng, Shixue Li, Chengchao Zhou

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaShandong University
Mots-clésMedicineStigma (botany)Latent tuberculosisTuberculosisLogistic regressionCross-sectional studySocial stigmaFamily medicineClinical psychologyAssociation (psychology)PsychologyPsychiatryMycobacterium tuberculosisInternal medicineHuman immunodeficiency virus (HIV)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: With the increasing enrollment scale of colleges, the number of students on campus has risen sharply in China. The number of students with tuberculosis (TB) and rifampicin-resistant TB in colleges has increased significantly. Preventive treatment of latent tuberculosis infection (LTBI) is an important means for TB prevention and control in colleges. At present, the acceptance of LTBI treatment among college students remains unclear. In addition, evidence shows stigma may be one of the key factors affecting acceptance of LTBI treatment. To date, there is little direct evidence on the gender-specific association between perceived stigma toward TB and acceptance of LTBI treatment among college students. OBJECTIVE: This study aimed to describe the acceptance of LTBI treatment among college students in an eastern province of China to explore the association between perceived stigma toward TB and acceptance of LTBI treatment and to examine the moderating effect of gender on the association. METHODS: Data were derived from the project on the evaluation of LTBI treatment and its effectiveness among college students in Shandong, China. In total, 1547 college students were included in the analysis. We considered covariates at the individual and family levels. Multilevel mixed-effects logistic regression was used to examine the moderating role of gender and also explore the association between perceived stigma toward TB and acceptance of LTBI treatment. RESULTS: The acceptance rate of LTBI treatment among the diagnosed college students was 46.7% (n=723). The proportion of female students (n=361, 51.5%) accepting LTBI treatment was higher than that of male students (n=362, 42.8%; P=.001). There was an interaction between perceived stigma toward TB and gender (OR 0.93, 95% CI 0.87-1.00; P=.06). Among college students with LTBI, perceived stigma toward TB was positively associated with acceptance of preventive treatment (OR 1.03, 95% CI 1.00-1.08, P=.05). Perceived stigma toward TB was positively associated with accepting LTBI treatment only among male students (OR 1.07, 95% CI 1.02-1.12; P=.005). CONCLUSIONS: The acceptance rate of preventive treatment among college students with LTBI was low. Contrary to our expectations, perceived stigma toward TB was positively associated with acceptance of preventive treatment. Gender moderated this association; high perceived stigma toward TB was associated with acceptance of preventive treatment only in male gender. Gender-specific strategies are effective in improving the acceptability of LTBI treatment in colleges.

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)0,003
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,074
Tête enseignante GPT0,384
Écart entre enseignants0,310 · 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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and Surveillance→Même sujetTuberculosis Research and Epidemiology→Travaux en français237 207→