Use of HIV pre-exposure prophylaxis among men who have sex with men: low uptake and retention despite high-risk indications
Notice bibliographique
Résumé
HIV PrEP is over 99% effective in preventing HIV when medication adherence is high. Despite this, uptake and retention in PrEP care remains less than optimal. We investigated whether gbMSM with objective risk factors for HIV who were automatically offered PrEP would have higher uptake and retention in PrEP care. For this, gbMSM with clinical evidence of HIV risk received a reflexive offer for PrEP from a nurse. The number of offers, referral acceptance, presentation to the first appointment, initiation and retention at 6 months were examined. Of 1181 gbMSM with objective HIV risk factors who were offered PrEP, only 50% accepted, 28% initiated and 16% remained on PrEP at 6 months. Loss across the cascade was more pronounced for youth. We found a notable disconnect between recent STI diagnosis and acceptance, initiation and retention in PrEP. This notwithstanding, 137 at-risk individuals were retained on PrEP because of an active offer. PrEP delivered by nurses was as effective as that delivered by infectious disease physicians. While active offer PrEP successfully brought at-risk individuals into care, more work is required to understand the perceptions of risk, the benefits and challenges of PrEP use, and how stigma and structural barriers affect retention among diverse groups affected by HIV.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».