Stigmatization, Medication Adherence and Resilience Among Recently Diagnosed People Living With HIV/AIDS (PLWHA): A Mixed‐Method Study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Aim and Objectives: To investigate the level of stigma, medication adherence and resilience among recently diagnosed people living with HIV/AIDS (PLWHA) and explore the relationship between medication adherence, stigmatization and resilience. Design/Method: This is a convergent-parallel mixed-method design involving both qualitative and quantitative research methodologies. The quantitative aspect utilized a cross-sectional design among 200 PLWHA at the anti-retroviral therapy clinic of the Lagos University Teaching Hospital, Lagos, Nigeria, whereas the qualitative part entailed semi-structured, in-depth interviews of 26 PLWHA. Spearman's rho correlation was used to explore the relationship between medication adherence, stigmatization and resilience, and qualitative data were analysed using thematic analysis. Result: Four themes emerged from the qualitative analysis, including building resilience, experiences relating to diagnosis, experiences related to treatment and factors facilitating medication adherence. Overall, 113 (57%) experienced a high level of stigma, 149 (76%) reported high medication adherence, and above average 115 (57.2%) demonstrated high resilience. Conclusion: In this study, PLWHA in Nigeria who recently received their diagnosis experienced a high level of stigma, resilience and medication adherence. However, nearly one-third of the participants were non-adherent to medication due to several reasons. This noteworthy proportion of non-adherence needs to be addressed while improving resilience and reducing stigmatization.
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.
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 | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 découle