Social Protection and HIV risk Factors among Youth in Southern Africa: An Analysis of Cross-sectional Population-based HIV Impact Assessment Surveys
Notice bibliographique
Résumé
Poverty fuels risky sexual behaviors associated with HIV infection among youth. Interventions like cash transfers may mitigate HIV risk. We explored the role of broader social protection (including food, educational, and social transfers) in reducing HIV risk among 15-24-year-olds in Southern Africa. We analyzed Population-based HIV Impact Assessment surveys data from 31,317 youth in eSwatini, Lesotho, Malawi, Namibia, Zambia, and Zimbabwe (2015-2017). Using inverse probability-weighted multivariable logistic regression, we examined associations between types of social protection and condomless sex, multiple partnerships, and high-risk sexual behaviors. Food support was associated with reduced odds of condomless sex (OR 0.71 [95% CI 0.61-0.82]), multiple partnerships (0.77 [0.63-0.95]), and high-risk sex (0.70 [0.60-0.82]). Educational support was associated with reduced odds of condomless sex (0.57 [0.46-0.59]) and high-risk sex (0.59 [0.47-0.73]). Social transfers were associated with reduced odds of condomless sex (0.62 [0.54-0.70]) and high-risk sex (0.50 [0.44-0.56]). The benefits of social protection varied across countries. Educational support was associated with reduced odds of any HIV risk factors in eSwatini, Zambia, and Zimbabwe. However, the protective effect of social transfers was only observed in eSwatini, and the benefit of food support was only significant in Namibia. Furthermore, protective associations were more pronounced among females than males. This study underscores the potential of social protection to strengthen HIV prevention efforts by mitigating poverty-related risk factors, particularly for adolescent girls and young women in Southern Africa. The impact of specific programs appears context-dependent, highlighting the need for tailored interventions.
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 | 0,000 |
| 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 | 0,001 | 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 ».