Managing the impact of mental health conditions on the cascade of care among women living with HIV
Notice bibliographique
Résumé
Background: Mental health issues negatively impact engagement across the HIV care cascade.Women with HIV are more likely to experience worse overall mental health than men with HIV and are consequently at higher risk for poor HIV care outcomes.Given the synergistic interaction of HIV and mental illness, mental health interventions may have implications for HIV care.Specifically, the use of mental health services may improve the engagement of women across the HIV care cascade in addition to promoting mental well-being.Objectives: The first manuscript aims to describe the movement of women with mental health symptoms or diagnoses across the HIV care cascade and determine the association between the use of mental health services and engagement in care cascade steps.The second manuscript describes the availability and use of mental health services and identifies characteristics associated with reporting shortages of these services that present a problem for their care.Methods: Data (CHIWOS) were analyzed.CHIWOS followed 1422 women with HIV over three waves at 18month intervals between 2013 and 2018.For the first manuscript, participants were included if they had clinically significant depressive symptoms or reported a mental health diagnosis at baseline.Four HIV care states were defined among this group at baseline, 18 months, and 36 months: (1) unengaged in care (no contact with an HIV provider in the last year), ( 2) not on antiretroviral therapy (ART) (engaged in care but did not report ART use), ( 3) detectable (reported ART use and a detectable viral load), and ( 4) optimal (reported ART use and an undetectable viral load).Sankey diagrams were constructed to depict the trajectory of women over the waves, and multinomial regression models were used to assess the relationship between mental health service use and care state at baseline.In the second manuscript, descriptive statistics were used to analyze availability and their use of mental health services at HIV clinics and alternate sites.Logistic regression models were employed to determine associations between baseline characteristics and reported problematic shortages of mental health services.Results: 898 participants (63.2% of the cohort) had significant depressive symptoms or mental health diagnoses at baseline, of which 33% reported using mental health services.In our adjusted Impact of Mental Health Service Use on the HIV Care Cascade Among Women
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».