MétaCan
Menu
← Retour à la cohorte
Enregistrement W4411429551 · doi:10.2196/preprints.78561

Health equity analysis of awareness and use of GetCheckedOnline, British Columbia’s web-based intervention for sexually transmitted and blood-borne infection testing: A cross-sectional study (Preprint)

2025· preprint· en· W4411429551 sur OpenAlexaboutno aff
Rodrigo Sierra Rosales, Aidan Ablona, Hsiu-Ju Chang, Devon Haag, Heather Pedersen, Catherine Worthington, Daniel Grace, Rod Knight, Devon Greyson, Mark Gilbert

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineHealth equityCross-sectional studyConfidence intervalReproductive healthLogistic regressionOdds ratioDemographyFamily medicineEnvironmental healthPublic healthNursingSociologyPopulation

Résumé

récupéré en direct d'OpenAlex

BACKGROUND Digital sexually transmitted and blood-borne infection (STBBI) testing services are used to improve testing access, but might replicate existing social inequities. GetCheckedOnline is a web-based STBBI testing service that generates laboratory requisitions without the need to visit a healthcare provider in British Columbia (BC), Canada. Previous research has shown that it has improved access to testing. As part of the program's continuous evaluation, we examined awareness and use of the service in five urban, suburban, and rural communities where the program has expanded. OBJECTIVE To determine if social location is associated with differences in awareness and use of the service in five communities outside Vancouver, British Columbia. METHODS We conducted a cross-sectional survey recruiting (in-person, online) sexually active people 16+ years old in five communities where GetCheckedOnline is available. We examined differences in awareness and use by age, gender identity, sexual identity, race/ethnicity, education, and income using logistic regression models informed by the Health Equity Measurement Framework. RESULTS Of 1,658 participants (63.8% in-person, 36.2% online), 35.3% were aware of GetCheckedOnline and 19.5% had used it. Awareness and use were lower in the first and last age quartiles compared to the second quartile (38+ years: awareness odds ratio (OR) 0.23 [95% Confidence Interval: 0.17 – 0.32], use OR 0.19 [0.12 – 0.28]; <25 years: awareness OR 0.39 [0.28 – 0.53], use OR 0.28 [0.18 –0.41]). Awareness and use were also lower in the lowest income group compared to the highest (awareness OR 0.39 [0.24 – 0.65]), use OR 0.36 [0.20 – 0.65]). Awareness and use were higher among genderfluid, genderqueer and non-binary compared to men (awareness OR 2.27 [1.63 – 3.18], use OR 1.97 [1.36 – 2.84]), transgender compared to cisgender participants (awareness OR 2.17 [1.54 – 3.06], use OR 2.15 [0.46 – 3.13]), and non-heterosexual compared to heterosexual participants (awareness OR 2.37 [1.89 – 2.97], use OR 2.53 [1.91 – 3.38]). People of Colour had higher awareness and use versus white participants (awareness OR 1.74 [1.34 – 2.26], use OR 2.01 [1.48 – 2.72]). Indigenous participants had higher awareness than white participants (OR 1.65 [1.19 – 2.20]) but no difference in use, while women had similar awareness but lower use compared to men (OR 0.68 [0.50 – 0.92]). CONCLUSIONS GetCheckedOnline is an equitable means of access to STBBI testing for some but not all equity-owed groups in BC. Further adaptations should consider factors such as differences in material circumstances to improve its accessibility for all.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil0,181

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,426
Écart entre enseignants0,340 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHIV/AIDS Research and Interventions→Travaux en français237 207→