Reasons for not using pre-exposure prophylaxis for HIV and strategies that may facilitate uptake in Ontario and British Columbia among gay, bisexual and other men who have sex with men: a cross-sectional survey
Notice bibliographique
Résumé
BACKGROUND: Pre-exposure prophylaxis (PrEP) for HIV is underutilized. We aimed to identify barriers to use of PrEP and strategies that may facilitate its uptake. METHODS: Gay, bisexual and other men who have sex with men, aged 19 years or older and living in Ontario and British Columbia, Canada, completed a cross-sectional survey in 2019-2020. Participants who met Canadian PrEP guideline criteria and were not already using PrEP identified relevant barriers and which strategies would make them more likely to start PrEP. We described the barriers and strategies separately for Ontario and BC. RESULTS: Of 1527 survey responses, 260 respondents who never used PrEP and met criteria for PrEP were included. In Ontario, the most common barriers were affordability (43%) and concern about adverse effects (42%). In BC, the most common reasons were concern about adverse effects (41%) and not feeling at high enough risk (36%). In Ontario, preferred strategies were short waiting time (63%), the health care provider informing about their HIV risk being higher than perceived (62%), and a written step-by-step guide (60%). In BC, strategies were short waiting time (68%), people speaking publicly about PrEP (68%), and the health care provider counselling about their HIV risk being higher than perceived (64%), adverse effects of PrEP (65%) and how well PrEP works (62%). INTERPRETATION: Concern about adverse effects and not self-identifying as having high risk for HIV were common barriers, and shorter waiting times may increase PrEP uptake. In Ontario, the findings suggested lack of affordability, whereas in BC, strategies involving health care providers were valued.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».