Nurse-Led Brief Intervention for Enhancing Safe Sex Practice Among Emerging Adults in Hong Kong Using Instant Messaging: Feasibility Study
Notice bibliographique
Résumé
Background The incidence of sexually transmitted infections has been increasing throughout the world. Additionally, substantial changes in emerging adults’ attitudes toward sex and the popularization of premarital sex could further affect the diagnosis and treatment of sexually transmitted infections. With the high acceptability and effectiveness of instant messaging (IM) interventions for health promotion, there is potential for such interventions to improve condom use knowledge and promote safer sex practice. Objective The study evaluates the feasibility of a nurse-led IM intervention to promote safer sex practices in emerging adults. Methods A 30-minute adaptive IM intervention and a 5-day booster dose of daily messages after 2 weeks through WhatsApp (Meta Platforms, Inc) were conducted with emerging adults in local universities in Hong Kong aged between 18 and 29 years with previous sexual experience. A questionnaire was distributed 1 week after the intervention that measured the consistency in condom use, the change in condom use knowledge and attitudes, and the acceptability of the intervention. The feasibility of the intervention was assessed by Bowen’s feasibility framework. Results A total of 20 participants completed the intervention and questionnaire. Results showed (1) high satisfaction level (mean satisfaction score: 9.10/10), (2) high demand of the intervention (retention rate: 95%), (3) smooth implementation of the intervention, (4) high practicality (13/20, 65% of the participants viewed IM to be an effective means of intervention), (5) potential integration of the intervention, and (6) significant mean increase in condom use knowledge and attitudes (mean increase 9.05; t19=3.727; 95% CI 3.97-14.13; P=.001). Conclusions The IM intervention was feasible, acceptable, and had potential impacts on improving safer sex practices. These findings will support the future development of IM interventions in the arena of sexual health promotion.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».