The sexual behaviour and sexual health of heterosexual-identifying men who have sex with men: understanding an understudied population to inform public health policy and practice
Notice bibliographique
Résumé
Introduction: Sexual behaviour and identity do not always align. A small but significant proportion of men who have sex with men identify as heterosexual (H-MSM). H-MSM are a challenging population to research, and while their sexual health needs may be complex, these are currently poorly understood. This has important potential consequences for these men, their sexual partners, and the wider population. In this thesis, I use complementary methods to investigate the sexual behaviour and sexual health of H-MSM in high-income countries and consider the implications for public health policy and practice. \nMethods: I systematically reviewed 43 quantitative and 21 qualitative studies of H-MSM published 2008-2018 to summarise previous research. I harmonised data for 196,426 MSM from cross-sectional surveys conducted 2010-2017 in Australia, Canada, New Zealand and 14 Western European countries, and performed individual participant data meta-analysis to produce robust statistical estimates and associations giving insight into sexual behaviours and sexual health outcomes related to STI/HIV transmission and testing. I conducted 15 semi-structured interviews with H-MSM resident in England, to explore H-MSM’s decision-making regarding STI/HIV prevention and accessing sexual healthcare. \nResults: H-MSM were less likely than gay-identifying MSM, and in some cases bisexual-identifying MSM, to report sexual behaviours associated with STI/HIV transmission, or to test for STI/HIV - even among H-MSM reporting greater testing need. Qualitative evidence suggested that H-MSM considered their own health and that of their female partners when making STI/HIV prevention and testing decisions, while lack of information and privacy concerns limited their access to sexual healthcare and STI/HIV prevention. \nConclusions: H-MSM are vulnerable to poor sexual health and face specific challenges in accessing sexual healthcare. My work informs novel approaches that might improve engagement between this population and health services to provide effective and holistic healthcare that generates both individual and public health benefits.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».