MétaCan
Menu
Retour à la cohorte
Enregistrement W4414667334 · doi:10.1080/09540121.2025.2562238

Awareness, acceptance, and impact of undetectable equals untransmittable (U = U) among people living with HIV across Canada

2025· article· en· W4414667334 sur OpenAlexafffundabout
Alex Tran, James R. Watson, Jason M. Lo Hog Tian, Kristin McBain, Arthur Dave Miller, Anthony R. Boni, Lynne Cioppa, Michael Murphy, Deborah Norris, Kim Samson, Danita Wahpoosewyan, Jennifer Demchuk, Catherine Pearl, Gayle Restall, Jared Star, Wangari Tharao, Adrian Betts, Jacqueline Gahagan, Darren Lauscher, Josephine Pui‐Hing Wong, Bruce W. Richman, Randy Davis, Breklyn Bertozzi, Christian Hui, Daniel Grace, Gordon Arbess, Sean B. Rourke

Notice bibliographique

RevueAIDS Care · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensPublic Health OntarioToronto Public HealthCanadian Respiratory Research NetworkYukon UniversityToronto Metropolitan UniversityDurham CollegeNine Circles Community Health CentreUniversity of ManitobaYukon Health and Social ServicesMount Royal UniversityMount Saint Vincent UniversityAIDS Committee of TorontoWomen's Health In Women's HandsRegina General HospitalSaskatchewan Ministry of AgricultureUniversity of TorontoDalhousie UniversityRegina Qu'Appelle Health Region
Organismes subventionnairesCanadian Institutes of Health ResearchPublic Health AgencyPublic Health Agency of Canada
Mots-clésStigma (botany)Snowball samplingHealth careHuman immunodeficiency virus (HIV)IndigenousMultivariate analysisPublic healthQuality of life (healthcare)

Résumé

récupéré en direct d'OpenAlex

Undetectable equals Untransmittable (U = U) is a pivotal tool for HIV prevention, stigma reduction, and improving quality of life for people living with HIV. This study examined awareness, acceptance, and impact of U = U among people living with HIV across Canada, and explored differences across sociodemographic characteristics. From 2018-2024, 1,083 participants were recruited in-person and online using snowball sampling. Peer researchers conducted interviews, initially in person and later mostly online due to COVID-19. Demographic data and U = U outcomes were collected and analyzed using multivariate logistic regression. Overall, 72% of participants had heard of U = U, 67% strongly accepted it, and 51% had discussed it with a healthcare provider. Awareness and acceptance were lower among heterosexual and bisexual participants. Cis-women and participants who were unemployed were less likely to report positive impacts from U = U. Black-identifying participants were more likely to report benefits, while Indigenous participants were more likely to believe U = U could reduce stigma and shift public opinion. Older participants were less likely to discuss U = U with a healthcare provider. Findings highlight U = U's potential to reduce stigma, but gaps remain in awareness, acceptance, and provider communication. Tailored strategies are needed to engage diverse communities and support healthcare providers in confidently sharing the zero-risk message.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,276
Score d'incertitude au seuil0,466

Scores Codex et Gemma par catégorie

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

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 Opus0,008
Tête enseignante GPT0,314
Écart entre enseignants0,306 · 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 tête enseignante, 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

Citations3
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAIDS CareMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207