MétaCan
Menu
Retour à la cohorte
Enregistrement W4389737893 · doi:10.2196/50020

Latent Heterogeneity of Online Sexual Experiences and Associations With Sexual Risk Behaviors and Behavioral Health Outcomes in Chinese Young Adults: Cross-Sectional Study

2023· article· en· W4389737893 sur OpenAlexvenueno aff
Ted C. T. Fong, Yee Tak Derek Cheung, Edmond Pui Hang Choi, Dyt Fong, Rth Ho, Patrick Ip, Man Chun Kung, M Lam, Antoinette M. Lee, William Chi Wai Wong, TH Lam, Paul Yip

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueSexuality, Behavior, and Technology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLatent class modelMen who have sex with menPsychologyDemographySexual orientationHuman sexualityReproductive healthStructural equation modelingClinical psychologyGerontologyMedicineSocial psychologyPopulationSyphilis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Online sexual experiences (OSEs) are becoming increasingly common in young adults, but existing papers have reported only on specific types of OSEs and have not shown the heterogeneous nature of the repertoire of OSEs. The use patterns of OSEs remain unclear, and the relationships of OSEs with sexual risk behaviors and behavioral health outcomes have not been evaluated. OBJECTIVE: This study aimed to examine the latent heterogeneity of OSEs in young adults and the associations with sexual risk behaviors and behavioral health outcomes. METHODS: The 2021 Youth Sexuality Study of the Hong Kong Family Planning Association phone interviewed a random sample of 1205 young adults in Hong Kong in 2022 (male sex: 613/1205, 50.9%; mean age 23.0 years, SD 2.86 years) on lifetime OSEs, demographic and family characteristics, Patient Health Questionnaire-4 (PHQ-4) scores, sex-related factors (sexual orientation, sex knowledge, and sexual risk behaviors), and behavioral health outcomes (sexually transmitted infections [STIs], drug use, and suicidal ideation) in the past year. Sample heterogeneity of OSEs was analyzed via latent class analysis with substantive checking of the class profiles. Structural equation modeling was used to examine the direct and indirect associations between the OSE class and behavioral health outcomes via sexual risk behaviors and PHQ-4 scores. RESULTS: The data supported 3 latent classes of OSEs with measurement invariance by sex. In this study, 33.1% (398/1205), 56.0% (675/1205), and 10.9% (132/1205) of the sample were in the abstinent class (minimal OSEs), normative class (occasional OSEs), and active class (substantive OSEs), respectively. Male participants showed a lower prevalence of the abstinent class (131/613, 21.4% versus 263/592, 44.4%) and a higher prevalence of the active class (104/613, 17.0% versus 28/592, 4.7%) than female participants. The normative class showed significantly higher sex knowledge than the other 2 classes. The active class was associated with male sex, nonheterosexual status, higher sex desire and PHQ-4 scores, and more sexual risk behaviors than the other 2 classes. Compared with the nonactive (abstinent and normative) classes, the active class was indirectly associated with higher rates of STIs (absolute difference in percentage points [Δ]=4.8%; P=.03) and drug use (Δ=7.6%; P=.001) via sexual risk behaviors, and with higher rates of suicidal ideation (Δ=2.5%; P=.007) via PHQ-4 scores. CONCLUSIONS: This study provided the first results on the 3 (abstinent, normative, and active) latent classes of OSEs with distinct profiles in OSEs, demographic and family characteristics, PHQ-4 scores, sex-related factors, and behavioral health outcomes. The active class showed indirect associations with higher rates of STIs and drug use via sexual risk behaviors and higher rates of suicidal ideation via PHQ-4 scores than the other 2 classes. These results have implications for the formulation and evaluation of targeted interventions to help young adults.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,065
Tête enseignante GPT0,433
Écart entre enseignants0,368 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and SurveillanceMême sujetSexuality, Behavior, and TechnologyTravaux en français237 207