Preferences for HIV preexposure prophylaxis care among gay, bisexual, and other MSM: a large discrete choice experiment
Notice bibliographique
Résumé
OBJECTIVE: We aimed to identify preferences for preexposure prophylaxis (PrEP) care among diverse gay, bisexual, and other MSM (GBM) in the United States with discrete choice experiment (DCE). DESIGN: We conducted two DCEs to elicit care delivery preferences for starting and continuing PrEP among 16-49-year-old GBM who were HIV-negative and not using PrEP from across the United States. DCEs assessed preferences for care options including location, formulation (pills, injectable), lab testing, and costs. Participants completed 16 choice tasks, and utility scores and relative importance were estimated. We performed latent class analyses to identify groups within each DCE, and multivariable logistic regression to identify sociodemographic characteristics associated with class membership. RESULTS: Among 1514 participants, 46.5% identified as Latino, 21.4% Black, and 25.2 White. For Starting PrEP DCE, two latent classes were identified: 'In-Person' (28.5%), which preferred in-person care and lab testing, and 'Virtual' (71.5%), which preferred telehealth and at-home lab testing. For Continuing PrEP DCE, two latent classes were identified: 'Pills' (23.6%), which preferred oral PrEP with low-cost options and 'No cost/injectable' (76.4%), which strongly preferred no-costs and injectable PrEP. In multivariable models for Starting PrEP and for Continuing PrEP, latent class membership was significantly associated with a range of sociodemographic characteristics, including race/ethnicity, income, housing instability, and provider and PrEP stigma. CONCLUSION: The preferences identified for PrEP care in this diverse GBM sample indicate the need for multiple care and formulation choices, including elimination of costs to improve PrEP uptake. DCE findings can guide implementation efforts to improve equitable access to PrEP.
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 | 0,010 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».