Sexual pleasure and HIV-related worry in female sex workers on oral pre-exposure prophylaxis in south-western Uganda
Notice bibliographique
Résumé
BACKGROUND: Female sex workers (FSWs) contribute disproportionately to HIV transmission in Uganda, and pre-exposure prophylaxis (PrEP) is effective in preventing HIV among cisgender women. Psychological factors are important for PrEP uptake, but few studies have examined psychosocial changes due to PrEP use in Uganda. METHODS: In 2021, we recruited 524 FSWs in three Trans-African Highway towns and four fishing communities in south-western Uganda. We conducted structured interviews among women who were attending routine PrEP follow-up visits in six health units. Bivariable and multivariable modified regression using a robust covariance matrix estimator were used to identify factors associated with experiencing increased sexual pleasure and less worry about HIV because of PrEP. RESULTS: Overall, 80.9% participants reported that sex was more pleasurable because of taking PrEP. There were statistical trends for sex being more pleasurable when taking PrEP or when having condomless sex with casual paying partners (aPR=1.19, 95% CI=1.07-1.32, P =0.001). Almost three-quarters of the participants (76.3%) were less worried about getting HIV because of PrEP. Condomless sex with casual paying partners (aPR=1.17, 95% CI=1.05-1.31, P =0.032, P =0.003) and being On PrEP for the past 1-2years (aPR=1.18, 95% CI=1.00-1.38, P =0.032) was significantly associated with HIV-related worry (aPR=1.17, 95% CI=1.05-1.31, P =0.032, P =0.003) Conclusions : We found a positive impact of PrEP in Ugandan FSWs on two key psychosocial dimensions: (1) more pleasurable sex; and (2) less worry about acquiring HIV. Interventions aiming to increase PrEP uptake may find it useful to focus on psychosocial dimensions.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».