Chemsex Session Typologies and Associated Sociodemographic Factors in Sexual Minority Men: Latent Class Analysis From a Cultural Perspective Using a Cross-Sectional Survey
Notice bibliographique
Résumé
Background: Chemsex prevalence is still not well known, and both the lack of homogeneity and cultural component of chemsex practices are usually overlooked. Objective: This study aims to estimate the proportion of sexual minority men (SMM) engaging in chemsex sessions, while understanding the cultural dimension of chemsex, and to analyze distinct session typologies with potential risk differences and the sociodemographic factors associated with engaging in them. Methods: A total of 5711 SMM residing throughout Spain participated in an anonymous web-based survey that assessed chemsex session engagement and characteristics, drug use, and sociodemographic variables. We measured the association of sociodemographic factors with engaging in chemsex sessions by calculating adjusted prevalence ratios, using multivariate Poisson regression analysis. Chemsex typologies were analyzed using latent class analysis, and sociodemographic factors were associated with the different risk classes. Results: Our results determined that 21.1% (1205/5711; 95% CI 20.0%-22.1%) of SMM engaged in chemsex sessions during their lifetime. Participating in sessions was significantly associated with being a migrant, not having a comfortable financial situation, openly living their sexuality, residing in bigger municipalities, older age, using steroids, and living with HIV (adjusted prevalence ratio: range 1.17-2.01; all P values <.05). Three typologies of sessions with different risks were identified with latent class analysis, with 23.2% of SMM engaging in sessions taking part in higher-risk ones, which was associated with younger age, using steroids, living in bigger municipalities, openly living their sexuality, and living with HIV, compared to SMM engaging in lower-risk sessions (odds ratio: range 2.75-4.99). Conclusions: Chemsex is relatively common among SMM in Spain, but it is important to differentiate typologies of sessions with varying risks, and the proportion of SMM engaging in high-risk sessions is low. Chemsex is highly associated with sociodemographic factors. Chemsex should be prioritized in public health programs, which should consider the different forms of sessions with their varying risks and prevalence, while also considering the cultural dimension inherent to chemsex.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».