Safe sex negotiation and HIV risk reduction among women: A cross-sectional analysis of Burkina Faso 2021 Demographic and Health Survey
Notice bibliographique
Résumé
Women are biologically more susceptible to the Human Immunodeficiency Virus (HIV) and other sexually transmitted Infections (STIs) because receptive sex is riskier than insertive. Despite condom use being the staple preventive method for HIV infection (over 80% efficacy), in Sub-Saharan African countries like Burkina Faso, a high burden of HIV and the unmet need for condom use coexist. Moreover, even though women in SSA are disproportionately HIV positive, they are reportedly less capable of negotiating condom use for HIV risk reduction. Thus, using the Health Believe Model (HBM), this study explored the factors that influence condom use among women within the context of HIV prevention, with a key interest in condom use negotiation. Using the women's dataset of the 2021 Burkina Faso Demographic and Health Survey and applying logistic regression models, this study examined the factors associated with condom use for HIV risk reduction. Women who had confidence to negotiate condom use with their partners (OR = 1.57, P<0.001, 95%CI: 1.29, 1.91), those with secondary education (OR = 1.38, P<0.05, 95%CI: 1.07 1.77), from richest households (OR = 1.64, P<0.05, 95%CI: 1.08, 2.47), the employed (OR = 1.23, P<0.05, 95%CI: 1.02, 1.49), women with knowledge of sexually transmitted infections (OR = 1.58, P<0.001, 95%CI: 1.26, 1.97), those who have ever been tested for HIV (OR = 1.85, P<0.001, 95%CI: 1.52 2.24), as well as those who knew that a healthy-looking person can have HIV (OR = 2.64, P<0.001, 95%CI: 2.15, 3.24) were all significantly more likely to practice condom use for HIV risk reduction. Also, religion and geographical location of participants significantly predicted condom use for HIV risk reduction in the study context. The ability to negotiate condom use, knowledge of HIV and STIs, the socioeconomic status of women, as well as their geographical location, influence their practice of safer sex for HIV risk reduction in Burkina Faso.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 ».