Exploring the link between sociodemographic factors and barriers to adherence: survey data collected from people with HIV
Notice bibliographique
Résumé
Context At-risk subpopulations of people with HIV (PWH) in Montreal may experience sub-optimal adherence to antiretroviral therapy (ART) due to barriers. However, what barriers these subpopulations disproportionately face remains unclear. Objective This study aims to establish a risk stratification model to determine which sociodemographic groups are most affected by barriers. Study design and analysis A cross-sectional survey between January and November 2022 was self-administered online and in-person. Setting or Dataset PWH were recruited using convenience sampling at the Chronic Viral Illness Service (CVIS), McGill University Health Centre and HIV community centres (REZO, AIDS Community Care Montreal) in Montreal, Canada. Population People with HIV. Intervention/instrument The survey examined 5 sociodemographic variables (gender, age, sexual orientation, immigration status, and education level) and ART adherence barriers within six domains, identified from prior literature. Barrier domains included thoughts and feelings (e.g., about HIV, ART); activities; social and material context; medication; health experience; and healthcare services. Barrier items were measured on a 0 (no difficulty) - 10 (maximum difficulty with adherence in the last 4 weeks) visual analogue scale, which were categorized as 0, 1-3, and 4-10. Outcome Measures Hierarchical clustering was employed to identify sociodemographic groups and survey response patterns. The number of clusters were determined by a distribution table and within-sum-of-square plots. A descriptive analysis was performed on sociodemographic features and labels were assigned based on those features. Results Data from 221 PWH were analyzed. Mean age was 51.1 years (SD=12.5). Two-thirds were men (n=148;67%). Five clusters were determined. Three clusters had primarily reported difficulty with adherence (i.e. adherence barriers) (1-3/10: %, 4-10/10: %), labelled as 1) male immigrants with a post-secondary education (21%, 68%); 2) heterosexual immigrants with a secondary education (70%, 16%); and 3) heterosexual female immigrants (13%, 31%). Two clusters primarily reported no adherence difficulties (0/10: %): 4) homosexual males (84%); and 5) homosexual males with post-secondary education (48%). Conclusions This analysis reflects the potential role of recognizing PWH sociodemographic profiles in HIV care, such as immigration status, to identify and manage barriers to adherence.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».