Associations between social determinants of health and comorbidity and multimorbidity in people of black ethnicities with HIV
Notice bibliographique
Résumé
OBJECTIVE: Social determinants of health (SDH) are important determinants of long-term conditions and multimorbidity in the general population. The intersecting relationship between SDH and multimorbidity in people with HIV remains poorly studied. DESIGN: A cross-sectional study investigating the relationships between eight socio-economic parameters and prevalent comorbidities of clinical significance and multimorbidity in adults of African ancestry with HIV aged 18-65 years in South London, UK. METHODS: Multivariable logistic regression analysis was used to evaluate associations between SDH and comorbidities and multimorbidity. RESULTS: Between September 2020 and January 2022, 398 participants (median age 52 years, 55% women) were enrolled; 85% reported at least one SDH and 72% had at least one comorbidity. There were no associations between SDH and diabetes mellitus or kidney disease, few associations between SDH (job and food insecurity) and cardiovascular or lung disease, and multiple associations between SDH (financial, food, housing and job insecurity, low educational level, social isolation, and discrimination) and poor mental health or chronic pain. Associations between SDH and multimorbidity mirrored those for constituent comorbidities. CONCLUSION: We demonstrate strong associations between SDH and poor mental health, chronic pain and multimorbidity in people of black ethnicities living with HIV in the UK. These findings highlight the likely impact of enduring socioeconomic hardship in these communities and underlines the importance of holistic health and social care for people with HIV to address these adverse psychosocial conditions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».