Discriminatory Attitudes Towards People Living With HIV Among Key Populations in Nigeria: A Latent Class Analysis
Notice bibliographique
Résumé
Background: HIV‐related discrimination remains a significant barrier to the uptake of HIV prevention and treatment services in sub‐Saharan Africa among key populations (KPs). However, despite the substantial risk of HIV among peers within their social networks, there is a paucity of data on their attitudes towards people living with HIV (PLHIV). This study aimed to examine discriminatory attitudes towards PLHIV among KPs in Nigeria. Methods: This study was a secondary data analysis of the 2020 Integrated Biological and Behavioral Surveillance Survey in Nigeria, which included 17,975 KPs. We operationalized discriminatory attitudes as negative responses to questions on caring for PLHIV, buying food from PLHIV, working with PLHIV, sharing a meal with PLHIV, and a positive response to quarantining PLHIV. We conducted weighted descriptive statistics to summarize the data, and latent class analysis was used to determine the patterns of discriminatory attitudes. The predicted probabilities of the classes for each KP characteristic were estimated while holding all other characteristics in the model at their means. The data analysis was conducted using Stata 18. Results: About 13.5% of participants indicated they would not provide care for PLHIV , 29.7% would not buy food from them, 15.8% would not work with them, 27.9% would not share a meal with them,and 16.3% believed that PLHIV should be quarantined. Three latent classes of discriminatory attitudes were identified: low discriminatory attitude (65%), moderate discriminatory attitude (23%), and high discriminatory attitude (11%). The highest predicted probability of high discriminatory attitude was observed among KPs with unknown HIV status (42%), followed by those residing in the Southeast region (39.7%). Conclusion: Discriminatory attitudes towards PLHIV are common among KPs in Nigeria. Interventions aimed at reducing HIV‐related discrimination should also target KPs.
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 | 0,002 | 0,002 |
| 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 ».