Assessing awareness and use of HIV self-testing kits after the introduction of a community-based HIV self-testing programme among men who have sex with men in Kenya
Notice bibliographique
Résumé
Men who have sex with men (MSM) bear a disproportionate burden of new HIV infections in Kenya, while experiencing discrimination, leading to suboptimal levels of HIV care. HIV self-testing (HIVST) is a tool to increase HIV screening and earlier diagnosis; however, questions remain regarding how best to scale-up HIVST to MSM in Kenya. The main objective of this study was to examine changes in knowledge and use of HIVST after implementation of a community-led HIVST project. Participants were MSM recruited from Kisumu, Mombasa, and Kiambu counties. Data were collected from two rounds (Round 1: 2019; Round 2: 2020) of serial cross-sectional integrated biological and behavioural assessments (IBBA), pre-, and post-project implementation. Two main outcomes were measured: 1) whether the respondent had ever heard of HIVST; and 2) whether they had ever used HIVST kits. Changes in outcomes between IBBA rounds were examined using modified multivariable Poisson regression models; adjusted prevalence ratios (aPR) and 95% confidence intervals (95% CI) are reported. A total of 2,328 respondents were included in main analyses. The proportion of respondents who had heard of HIVST increased from 75% in Round 1 to 94% in Round 2 (aPR: 1.2, 95% CI: 1.2-1.3), while those reporting using an HIVST kit increased from 20% to 53% (aPR: 2.3, 95% CI: 2.0-2.6). Higher levels of education and HIV programme awareness were associated with both outcomes. Awareness and use of HIVST kits increased after implementation of a community-led HIVST implementation project, demonstrating the importance of integration with existing community groups.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».