Correlates of mobile phone use in HIV care: Results from a cross-sectional study in South Africa
Notice bibliographique
Résumé
OBJECTIVE: Human Immunodeficiency Virus (HIV) is a major disease burden worldwide. Challenges include retaining patients in care and optimizing adherence to Antiretroviral Therapy (ART). One possible solution is using mobile phones as reminder tools. The main aim of our study was to identify patient demographic groups least likely to use mobile phones as reminder tools in HIV care. DESIGN: The data came from a cross-sectional study at the Chris Hani Baragwanath Hospital, Soweto Township, South Africa. METHODS: A comprehensive questionnaire was used to interview 883 HIV infected patients receiving ART. Logistic regression analysis was performed to identify the influence of age, gender, education level, marital status, number of sexual partners in the last three months, income level, and employment status on the use of mobile phone as reminders for clinic appointments and taking medication. RESULTS: Patient groups significantly associated with being less likely to use mobile phones as clinic appointment reminders were: a) patients 45 years or older, b) women, and c) patients with only primary or no schooling level. Patient groups significantly associated with being less likely to use mobile phones as medication reminders were: a) patients 35 years or older and b) patients with a lower monthly income. CONCLUSIONS: In this setting being a woman, of older age, lower education, and socio-economic level were risk factors for the low usage of mobile phones as reminder aids. Future studies should assimilate reasons for this, such that patient-specific barriers to implementation are identified and interventions can be tailored.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».