MétaCan
Menu
← Retour à la cohorte
Enregistrement W4417321375 · doi:10.1038/s41598-025-29487-0

Syndemic perspective of how people living with HIV faced the COVID-19 crisis in North Africa

2025· article· en· W4417321375 sur OpenAlexaff
Marion Di Ciaccio, Othmane Bourhaba, Elisa Adami, Nassima Boulahdour, Amal Ben Moussa, M. Sodqi, Souhaila Bensaid, Lucas Riegel, Daniela Rojas Castro, Mehdi Karkouri, Nicolas Lorente

Notice bibliographique

RevueScientific Reports · 2025
Typearticle
Langueen
DomainePsychology
ThématiqueCOVID-19 and Mental Health
Établissements canadiensCommunity Based Research Centre
Organismes subventionnairesAgence Française de DéveloppementAgence Nationale de Recherches sur le Sida et les Hépatites Virales
Mots-clésSyndemicSocioeconomic statusPandemicThematic analysisPsychosocialContext (archaeology)Public healthPovertySocial inequality

Résumé

récupéré en direct d'OpenAlex

The 2020-2023 COVID-19 pandemic impacted societies and healthcare access worldwide, including HIV services. Changes in access exacerbated social inequalities in health among socially underserved groups including people living with HIV (PLHIV). This study aimed to explore PLHIV's psychosocial experience of the COVID-19 pandemic in the MENA region using a syndemic approach. Sixty-three interviews were conducted with PLHIV between October 2020 and December 2021 in Tunisia, Morocco and Algeria. We conducted a thematic content analysis of the full corpus. Results from the syndemic framework showed that living with HIV in a pandemic context intersected with PLHIV's socioeconomic conditions, exacerbating their overall disease burden. Interviewees' experiences of the pandemic were closely associated with their HIV seropositive status and related socioeconomic constraints. To improve prevention, preparedness, and response for future pandemics, a global approach to health that incorporates syndemic and intersectional perspectives is needed. Such an approach would help to address the health, social and economic constraints that vulnerable groups face, and would ensure more effective and equitable public health responses.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,009
Communication savante0,0040,005
Science ouverte0,0010,004
Intégrité de la recherche0,0010,003
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 Opus0,042
Tête enseignante GPT0,360
Écart entre enseignants0,317 · 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'étudeQualitatif
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetCOVID-19 and Mental Health→Travaux en français237 207→