Medication Adherence and Substance Use Among Gay, Bisexual and Other Men Who Have Sex with Men (GBMSM) Living with HIV in New York City During covid-19 Restrictions
Notice bibliographique
Résumé
COVID-19 shelter-in-place orders were critical in preventing the spread of SARS CoV-2 virus but may have disrupted care for people living with HIV, including access to antiretroviral treatment (ART). Understanding how COVID-19 restrictions affected ART adherence is a public health concern. Neighborhoods, Networks and HIV (NNHIV) is an ongoing longitudinal cohort study evaluating the impact of neighborhoods and networks on HIV care engagement among gay, bisexual, and other men who have sex with men (GBMSM) living in New York City (NYC). During follow-up visits between April 2020 and January 2021, pandemic impact was assessed, including health care/medication access concerns. Using multivariate logistic regression models, correlates of self-reported persistent ART adherence (≥85%) were assessed. 131 participants provided complete data. Over follow-up, half (50%) attended in-person medical appointments, just over a quarter (27.3%) attended in-person HIV-related lab appointments. In multivariable models, homelessness was associated with lower odds of being consistently adherent (aOR = 0.11, 0.10-0.98. Higher levels of HIV treatment self-efficacy (aOR = 1.05, 1.03-1.07), COVID-19 related increases in substance use (aOR = 3.75, 1.02-13.75) and higher levels of medical mistrust (aOR = 1.05, 1.03-1.52) were all associated with increased odds of being persistently adherent. Although COVID-19 public health restrictions did impact the daily lives of GBMSM living with HIV in the NNHIV cohort, ART adherence remained consistently high, even among those who reported difficulty accessing care during the restrictions. This suggests that local healthcare infrastructure adapted in the face of COVID-19 to meet the changing needs of this cohort of men.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».