LA ADOPCIÓN DE PREP COMO ESTRATEGIA DE PREVENCIÓN DEL VIH EN COLOMBIA: ANÁLISIS SECUNDARIO DE DATOS CUALITATIVOS
Notice bibliographique
Résumé
El VIH es uno de los principales desafíos de la salud pública global. En Latinoamérica la prevalencia de contraer VIH para los hombres que tienen sexo con hombres (HSH) y las mujeres transgénero (MTG) es 30 veces más alta que la población en general. Colombia tiene la segunda tasa más alta de personas con VIH en la región. La PrEP es una terapia que ha dado resultados positivos en otros contextos latinoamericanos. Sin embargo, para que una intervención como la PrEP sea efectiva y factible en el contexto colombiano, es fundamental explorar como los determinantes sociales de la salud (DSS) podrían afectar la implementación de la PrEP en el país. No sabemos de otros estudios en el país que hallan explorado este tema. A través de un análisis secundario de datos cualitativos subsanamos esta brecha de la literatura y generamos conocimiento de primera línea sobre las desigualdades de salud que limita a los profesionales de la salud en la implementación de PrEP en poblaciones HSH y MTG en el país. Objetivos: El propósito de este estudio fue explorar como los DSS afectan la intención de los proveedores de salud de implementar PrEP como estrategia de prevención contra el VIH en Colombia. Métodos: Análisis de datos secundarios con un enfoque critico hermenéutico a las entrevistas realizadas a proveedores de salud. El análisis temático siguió un marco conceptual de los DSS. Resultados: Los hallazgos mostraron que el estigma, los comportamientos culturales, el conflicto armado, la falta de acceso a los servicios de salud y la alfabetización en salud afectan la adopción de la PrEP en el país. Conclusiones: Para el éxito en la implementación de PrEP en el país es necesario tener en cuenta el contexto social y político colombiano especialmente en áreas afectadas por la violencia y desigualdades históricas concentradas.
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 | 0,042 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».