Policymakers' and healthcare providers' perspectives on the introduction of oral pre-exposure prophylaxis for key populations in Ghana
Notice bibliographique
Résumé
Abstract BackgroundKey populations (KPs) such as female sex workers (FSW), men who have sex with men (MSM), people who inject drugs (PWID), and their partners contribute more than a quarter (27.5%) of new HIV infection in Ghana. Oral pre-exposure prophylaxis (PrEP) can substantially reduce HIV acquisition among this group. While the available research indicates KPs willingness to take PrEP in Ghana, little is known about the position of policymakers and healthcare providers on the introduction of PrEP for KPs. MethodsQualitative and quantitative data were collected through a cross-sectional study from September to October 2017 in the Greater Accra (GA) and Brong-Ahafo (BA) regions of Ghana. In-depth interviews (IDIs) were conducted with 20 regional and national policymakers and 23 healthcare providers to explore their level of support for PrEP and their perspectives on challenges and issues to consider for oral PrEP implementation. The quantitative survey involved interviews with 409 healthcare providers to examine willingness to provide PrEP, challenges to PrEP roll-out and how it should be implemented. Thematic content analysis was used for the qualitative interviews descriptive analysis was conducted using frequencies of variables of interest for the quantitative analysis. ResultsPolicymakers and providers (95%) in both regions expressed strong support for introducing PrEP for KPs. Key concerns regarding oral PrEP introduction included potential for behavioral disinhibition, non-adherence and side effects of medication, cost and long-term financial implications, and stigma related to HIV and key populations. Participants stressed the need to integrate PrEP into existing services. While over three-fourths of providers indicated they would personally provide PrEP to HIV negative partners of HIV positive clients (87%), people who have multiple sex partners (83%), and FSWs (78%), a smaller percentage indicated they would provide PrEP to MSM (66%) and PWID (58%). ConclusionsPolicymakers and providers recognize the value of PrEP but have concerns about disinhibition, non-adherence, and cost. Therefore, a range of strategies are needed to address their concerns including: sensitization with providers to mitigate underlying stigma towards KPs, particularly MSM, integration of PrEP into existing services, and innovative strategies to improve continued use of PrEP.
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 | 0,011 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,004 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».