Awareness and willingness to use HIV self-testing among people who inject drugs in Iran
Notice bibliographique
Résumé
BACKGROUND: Most people who inject drugs (PWID) in Iran have not undergone recent HIV testing. While PWID face barriers when seeking HIV testing at health facilities, HIV self-testing (HIVST) could be a promising approach to improve HIV testing uptake. We examined the awareness and willingness to use HIVST among PWID in Iran. We also identified participants' characteristics associated with a higher willingness to use HIVST. METHODS: PWID were recruited in 11 cities using a respondent-driven sampling method. Willingness to use HIVST was defined as a binary variable (very low/low willingness vs. high/very high willingness). We performed multivariable modified Poisson regression to examine associated factors and report adjusted prevalence ratios (aPR) and 95% confidence intervals (CI). RESULTS: Of 2,252 PWID, 362 (16.2%; 95% CI 14.7, 17.8) had ever heard of HIVST; however, 1,658 (73.6%; 95% CI 71.7, 75.4) reported high/very high willingness to use HIVST. Willingness to use HIVST was higher among PWID who reported having a high/moderate HIV risk perception (aPR 1.22; 95% CI 1.09, 1.37), ever experiencing homelessness (aPR 1.15; 95% CI 1.03, 1.28), > 10 years of injecting history (aPR 1.16; 95% CI 1.00, 1.34), and high injection frequency in the last three months (aPR 1.18; 95% CI 1.05, 1.32). CONCLUSION: Most PWID in Iran, particularly those experiencing homelessness, have a longer injecting history, engage in more frequent injection practices, and possess a heightened perception of HIV risk would be willing to adopt HIVST. Enhancing HIVST awareness through increased access to HIVST and health education programs are needed. Additionally, conducting implementation science studies to effectively design and run HIVST programs in Iran can also increase PWID's access to HIV testing.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».