Stigmatization of Ebola virus disease survivors in 2022: A cross-sectional study of survivors in Sierra Leone
Notice bibliographique
Résumé
BACKGROUND: Evidence has demonstrated a high proportion of Ebola virus disease (EVD) survivors experienced stigma due to the disease. This study sought to understand the longer-term effects of stigma encountered by survivors of the 2014-2016 EVD epidemic living in Sierra Leone. METHODS: This was a cross-sectional study of 595 EVD survivors and 403 close contacts (n = 998) from Sierra Leone. Assessments were conducted using a three-part survey between November 2021 to March 2022. We explored the socio-demographic factors associated with stigma experienced by EVD survivors. FINDINGS: 50·6 % (n = 301) of EVD survivors reported that they continued to experience at least one aspect of stigma. Females were disproportionately affected by stigma, with 45·2 % of females reporting isolation from friends and family compared to 33·9 % of men (p = 0·005). Multivariable logistic regression models revealed those aged 40-44, living rurally, and reporting an acute infection longer than seven days was associated with EVD-related stigma at the time of survey. INTERPRETATION: This study demonstrates stigma is still prevalent among people who survived EVD in 2022. It also identified socio-demographic factors associated with stigma that can be used for targeting interventions. Importantly, this highlights the continued need for EVD survivors to access mental healthcare and social support systems well after disease recovery. FUNDING: This study was funded by the Canadian Institutes for Health Research (Grant no. PJT-175098. JK is funded by a Tier 2 Canada Research Chair in the Molecular Pathogenesis of Emerging and Re-Emerging Viruses. SS is funded by a Tier 2 Canada Research Chair in Program Science and Global Public Health.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| 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 ».