Multilevel Factors Impacting PrEP Engagement Among Young Gay Men and Young Transgender Women in Thailand: A Qualitative Analysis
Notice bibliographique
Résumé
Half of new HIV infections in Thailand are among young people, the majority of whom are young gay and other men who have sex with men (YMSM) and young transgender women (YTGW). Amid low pre-exposure prophylaxis (PrEP) coverage, we explored practice-based factors that impact PrEP engagement among YMSM and YTGW. In 2018, we conducted 4 focus group discussions with 20 YMSM and 5 YTGW, and 22 in-depth interviews (5 in 2022) with healthcare providers (HCPs), community-based organization (CBO)/nongovernmental organization (NGO) staff, and peer educators. The inclusion of PrEP in universal healthcare coverage, including YMSM and YTGW, is a substantial facilitator of PrEP use; however, systemic barriers at microsocial (lack of communication about PrEP from HCPs, teachers, parents), mesosocial (healthcare-service fragmentation, lack of PrEP-competent HCPs), and macrosocial levels (annual quotas on free HIV-testing, HIV- and sexual-stigma) constrain and disincentivize adolescents' engagement with PrEP. National scale-up of youth-friendly and LGBT-affirmative CBO/NGO clinics, HCP training, and tailored programs to support adolescents' adherence may promote PrEP engagement among YMSM and YTGW in Thailand.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».