Intersecting social-ecological vulnerabilities to and lived experiences of sexually transmitted infections among Syrian refugee women in Lebanon: A qualitative study
Notice bibliographique
Résumé
Conflict-affected women and girls living in protracted forced displacement settings are vulnerable to sexually transmitted infections (STIs). Yet, little is known about the risk factors for and lived experiences of STIs in complex humanitarian settings, particularly in the Middle East and North Africa, where STIs have long been understudied. This qualitative study adapts the social ecological model to characterize the multi-level risks for and lived experiences of STIs among Syrian refugee women resettled in an urban refugee camp in Beirut, Lebanon. Adopting a community-based sampling strategy, community health workers, who were refugee women from the camp, recruited and conducted in-depth interviews (IDIs) with 30 adult Syrian refugee women. Data were analyzed using an interpretative phenomenological approach and thematically organized according to the levels of the social ecological model. We identified a confluence of individual, interpersonal, community-based, and societal vulnerabilities to STIs, including extreme poverty and insecurity, patriarchal gender norms, stigma, sexual exploitation and trafficking, poor healthcare accessibility, intimate partner violence, including marital rape, transactional sex, sexual harassment, social isolation, and internalized stigma. Participants described experiencing bothersome symptoms and sequelae of advanced and untreated STIs in the setting of limited access to health services and challenges with engaging their partners in STI treatment, largely due to STI stigma. These novel findings suggest dynamic, interrelated social and health disparities across all social ecological levels influencing refugee women's sexual health, including their risk of STIs. Comprehensive, multi-sectorial interventions, which transcend traditional public health methods and which adopt a sexual well-being approach, are urgently needed to address systemic and intrapersonal violence against refugee women, examine and mitigate the burden of STIs, and ensure sexual justice and health equity in this protracted forced displacement setting.
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 | 0,003 | 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 | 0,000 |
| 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 ».