Trends and factors associated with recent HIV testing among women in Haiti: a cross-sectional study using data from nationally representative surveys
Notice bibliographique
Résumé
Abstract Introduction In the Latin America and Caribbean region, Haiti is one of the countries with the highest rates of HIV. Therefore, this study examined the factors associated with HIV testing among women in Haiti and trends in HIV testing in 2006, 2012, and 2016/17. Methods Data from the last three Haitian Demographic and Health Surveys (2006, 2012, and 2016/17) were used. The analysis was restricted to women aged of 15–49 years who made their sexual debut. STATA/SE 16.0 was employed to analyze the data by computing descriptive statistics, Chi‑square, and multilevel regression model to describe the trends and identify factors associated with HIV testing in Haiti. P-value less than 0.05 was taken as a significant association. Results HIV testing prevalence increased more than twofold from 2006 (8.8%) to 2017 (21.3%); however, it decreased by 11.6% between 2012 and 2016/17. Additionally, the results indicated that age, place of residence, region, education level, wealth index, mass media exposure, marital status, health insurance, age at first sex and number of sexual partners were significantly associated with HIV testing. Conclusions To significantly increase HIV testing prevalence among women, the Haitian government must invest much more in their health education while targeting vulnerable groups (youth, women in union, and women with low economic status).
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 | 0,000 |
| 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».