原始论文
摘要
背景:地理社交网络(GSN)应用程序在促进性伙伴关系方面发挥着关键作用,特别是在与男性发生性关系的男性中。
摘要目的:量化美国GSN应用程序用户(主要是男男性行为者)暴露前预防(PrEP)使用和COVID-19疫苗接种情况的流行程度和差异。
方法:基于网络的Grindr资料来自美国人口最多的50个大都市区和50个最农村的县,是随机抽样的。Grindr提供了一个公开当前PrEP使用情况的选项(HIV阳性、HIV阴性或HIV阴性且使用PrEP)。分析了所有简介中的自由文本,并记录了任何提及COVID-19疫苗接种的内容。采用多变量logistic回归评估与PrEP披露和COVID-19疫苗接种之间的独立相关性。用Imputation分析来检验结果的稳健性。
结果:我们评估了1889个城市和384个农村的概况。城市人群平均年龄为32.9岁(SD为9.6岁);农村人群平均年龄为33.5岁(标准差为12.1岁)(P= .41点)。在城市人群中,16%报告接种了COVID-19疫苗,23%报告使用了PrEP,而在农村人群中分别为10%和8% (P=。002一个ndP<措施,respectively). Reporting COVID-19 vaccination (adjusted odds ratio [aOR] 1.7, 95% CI 1.2-2.4), living in an urban center (aOR 3.2, 95% CI 1.8-5.7), and showing a face picture as part of the Grindr profile (aOR 4.0, 95% CI 2.3-7.0) were positively associated with PrEP disclosure. Self-identified Black and Latino users were less likely to report PrEP use (aOR 0.6, 95% CI 0.4-0.9 and aOR 0.5, 95% CI 0.4-0.9, respectively). Reporting PrEP use (aOR 1.7, 95% CI 1.2-2.4), living in an urban center (aOR 2.5, 95% CI 1.4-4.5), having a “discreet” status (aOR 1.6, 95% CI 1.0-2.5), and showing a face picture (aOR 2.7, 95% CI 1.5-4.8) were positively associated with reporting COVID-19 vaccination on their profile. Users in the southern United States were less likely to report COVID-19 vaccination status than those in the northeast United States (aOR 0.6, 95% CI 0.3-0.9).
结论:PrEP信息披露的差异与种族有关,而COVID-19疫苗接种信息披露与地理区域有关。然而,农村GSN用户报告使用PrEP和COVID-19疫苗的可能性较小。这些数据表明,有必要在美国农村为性少数群体扩大健康预防服务。GSN平台可能是部署预防干预措施的理想选择,以改善这一难以接触到的人群的可及性。
doi: 10.2196/38244
关键字
简介
接触前预防(PrEP)是预防感染艾滋病毒的一种非常有效和安全的策略[
- ].口服PrEP的疗效取决于依从性;一种长效注射PrEP制剂最近被证明优于每日口服PrEP,并于2021年12月21日获得美国食品和药物管理局批准[ ].尽管取得了这些进展,但2019年美国新诊断的艾滋病毒中,与男性发生性行为的男性仍然占65% [ ].在这一群体中,与男性发生性关系的黑人或非裔美国人和西班牙裔或拉丁裔男性受到的影响尤为严重,尤其是在美国南部。 ].艾滋病毒传播的这些差异反映了许多复杂的社会心理现象,包括孤立网络、社会和与艾滋病毒相关的耻辱、获得医疗服务的机会差异、贫困、住房不稳定、种族主义、受害、创伤以及对PrEP的认识、获取和宣传的差异[ , ].尽管在男男性行为者社区中公开披露PrEP的使用情况可以作为教育他人的一种机制,并作为艾滋病毒阴性状态的确认,但担心耻辱或被贴上性乱交的标签限制了广泛的披露[ ].在与男性发生性关系的男性中,终身使用地理社交网络(GSN)应用越来越普遍,在美国,Grindr是这一人群使用频率最高的应用。
].在一项针对与男性发生性关系的青春期男性的调查中,53%的人报告说,他们使用专门针对这一人群的应用程序来与性伴侣见面[ ].Grindr允许用户定位附近的其他用户,被认为是一款“约炮”应用,这表明用户寻找的是随意的、通常是匿名的性伴侣。在过去12个月内,使用grinder且有过性行为的男性报告有5名或更多性伴侣的比例是不使用该应用的男性的两倍多(分别为60%和27%)[ ].包括Grindr在内的许多GSN应用程序允许在用户档案中披露艾滋病毒和PrEP状态,这可能有助于血清分类行为[ ].事实上,许多用户通过观察别人的个人资料特征来判断可信度和感知风险。缺乏图片、个人简介简简单单、个人简介语法错误,或者没有社交媒体账户链接,这些都被认为不值得信任。 ].在一项针对Grindr城市用户资料的全国调查中,18.1%的用户报告使用了PrEP, 61%的用户报告了他们的艾滋病毒状况[ ].暴露PrEP在黑人使用者中的比例比白人使用者低40%,在美国南部使用者中的比例比美国东北部低30% [ ].GSN应用程序中PrEP披露的这些差异反映了疾病控制和预防中心(CDC)的报告,因此,可能为流行病学监测提供了现实世界的途径。自2019年SARS-CoV-2(导致COVID-19的病毒)出现以来,艾滋病毒预防和性传播感染(STI)检测服务中断[
].此外,大流行还影响了性行为,主要是减少了男男性行为者的性伴侣数量,并导致一些人完全自我停止使用PrEP或选择性地跳过剂量[ , ].然而,许多男男性行为者在大流行期间并没有改变性行为[ ].据报道,与临时伴侣进行无安全套肛交的比例有所下降;然而,吸毒和危险的性行为之间的联系却增加了。 ].尽管总体的性活动有所不同,但这种流行病可能会中断抗逆转录病毒治疗,这对艾滋病毒的传播有影响[ , ].自从实行社交距离隔离和酒吧和俱乐部大范围关闭以来,GSN应用程序的使用率,特别是男男性行为者的使用率有所增加,参与网络调查的37%的男男性行为者(N=2562)表示,与大流行前相比,他们花更多的时间在应用程序上寻找性伴侣[ ].其他人则在孤独的隔离期间使用GSN应用程序进行社交连接。 ].总体而言,COVID-19大流行已经改变了性行为,GSN应用程序似乎在促进性伴侣关系方面发挥了关键作用。任何密切接触,包括但不限于性交,都会增加感染COVID-19的风险;接种SARS-CoV-2疫苗可降低这一风险[
, ].疫苗接种如何影响男性与男性发生性行为的男性群体中性伴侣的选择仍未得到充分研究。为了应对COVID-19和艾滋病毒大流行的交集,我们旨在评估健康促进策略,包括使用预防措施和COVID-19疫苗接种,以网络为基础,在全国Grindr用户样本中进行。我们试图确定PrEP使用和COVID-19疫苗接种状态披露的地理和人口趋势,以建议针对健康促进干预措施的地理区域。我们假设,农村地区的男男性行为者报告较少使用PrEP,较少披露COVID-19疫苗接种情况。方法
样本人口
来自美国人口最多的50个大都市区和人口最少的50个农村县的Grindr资料是随机抽样的[
, ].数据收集发生在2021年9月至12月当地时间下午3点至8点之间,以确保数据收集的标准化,并消除时间作为混杂因素。每个城市或农村县的抽样由随机数发生器确定的随机顺序。从每个城市抽样的资料数量与该市报告的女同性恋、男同性恋、双性恋或变性人的百分比成正比[ ].农村县用户占样本的17%,这反映了美国人口[ ].档案是按照它们在城市中心或农村县的地理中心出现的顺序收集的。创建一个概要文件来收集数据。该配置文件是空白的,不包含任何信息,也没有用户收到消息。根据先前的研究,我们预计18%的城市使用者报告使用了PrEP [ ].如果我们估计6%的差异在城市和农村用户之间具有临床显著性,我们估计需要对2100个资料进行80%幂和2尾α为0.05的抽样。曝光
概要文件中提供的所有信息都由两位作者(TWG和JTS)独立系统地抽象到REDCap数据库中。REDCap是一个基于浏览器的电子数据采集软件和工作流,用于组织和存储临床和转化研究数据。所有地理位置都被划分为美国人口普查区域(东北部、中西部、南部和西部),以及城市和农村地区[
].可用的人口统计学特征包括年龄、种族和民族、BMI(根据身高和体重计算)、性别和关系状况。变量是根据应用程序上的显示收集的,并且都是自我报告的。种族和民族被归类为亚洲人、黑人、拉丁裔、中东人、混合人、印第安人、白人、南亚人、其他;性别为男性,顺性别男性,跨性别男性,女性,跨性别女性,非二元性,非一致性,酷儿和异装者;关系状态分为单身、约会、排他、承诺、合作、订婚、已婚和开放关系。由于人数较少,性别被分为cisgender男性或性别不同,关系状态也被类似地一分为二单或的关系.不管用户简介是展示人脸照片、身体照片、其他照片(既不是脸也不是身体),还是无图(空白),都被抽象出来。照片状态被认为是乐于分享研究发现,分享脸部照片的人更有可能报告更多有关自己的数据,包括使用PrEP [ , ].结果
暴露PrEP和疫苗接种状况是主要的研究结果。Grindr提供了披露当前PrEP使用情况的选项(HIV阳性、HIV阴性或HIV阴性并使用PrEP)。没有报告PrEP使用情况的概要文件被假定为没有在服用PrEP。用户没有报告GSN概要文件上的PrEP状态的最常见原因是他们没有服用PrEP [
].Grindr不提供报告COVID-19疫苗接种状态的选项。然而,所有的免费简介文本都被阅读了,任何提到接种COVID-19疫苗的内容都被记录了下来。没有档案明确说明他们没有接种疫苗。因此,在我们的研究中,预防接种和疫苗接种的结果都可能代表订婚艾滋病毒或COVID-19预防,而不是实际使用PrEP或接种状态。最后一次报告的性传播感染或艾滋病毒检测的日期被记录(n=934)。因此,我们的次要结果是数据收集到最后一次STI或HIV检测之间的计算时间(以月为单位)。其他变量
其他可用的自我报告变量是抽象的,包括体型(健美、普通、大块头、肌肉发达、苗条或敦实)、性别位置(底部、多功能底部、多功能、多功能上装或上装)、应用程序使用意图(聊天、约会、朋友、网络、关系或“现在”),以及同性恋部落,这是某些亚文化的代表(bear、干净利落、爸爸、谨慎、运动员、皮革、水族、poz、粗犷、变性、双色和清醒)。
统计分析
比较城市和农村概况之间的人口特征,以了解统计相关性并描述人口。采用多变量logistic回归评估与PrEP使用和COVID-19疫苗接种相关的独立因素。统计上选取协变量(P在双变量分析的基础上<.01)。由于年龄这一变量的可用性,所有模型都包括年龄。由于年龄、BMI、种族和民族在所有档案中都不可用,我们的基础模型的稳健性用2个估算模型进行评估——这样做是为了防止排除观察到的数据,并估计选择偏差的范围[
].基本模型只包含非缺失数据。估算模型A
对数据集中的所有已知变量使用逐步线性回归来预测年龄和BMI。实际年龄和BMI值优先于估算值。种族和民族使用先前已知的值进行估算。这种方法假设数据是随机丢失的。中提供了模型A中估算值的分布
.估算模型B
数据不太可能随意丢失。例如,年龄较大的用户、超重或肥胖的用户以及少数族裔用户更有可能在互联网上的社会环境中遭受歧视,因此可能会有意省略这些信息[
].为了理解数据中的不确定性,我们使用了上述相同的归算模型,但在所有归算年龄值中添加了10岁,在所有归算BMI值中添加了+5个单位。缺少种族和民族数据的档案被归为发现档案的美国人口普查区域内最常见的少数民族[ ].模型B中估算值的分布在 .对于我们的次要结果,将用户最后一次性传播感染或艾滋病毒检测后的月数与收集的人口统计学和性特征进行比较。因为自上次测试以来的月数不是正态分布,曼-惠特尼U双变量比较采用检验,名义变量采用Kruskal-Wallis检验。所有统计检验均为双侧,且P<。05was considered statistically significant in the final multivariable models. Analyses were completed in Stata (version 17; StataCorp).
伦理批准
加州大学洛杉矶分校的机构审查委员会免除了这项研究的审查,因为没有收集参与者受保护的健康信息,也没有通过他们的个人资料与用户进行联系。
结果
我们随机抽取了1889个城市和384个农村的资料。
显示了城市和农村人口状况的比较。城市人群的平均年龄为32.9岁(标准差9.6岁),农村人群的平均年龄为33.5岁(标准差12.1岁)(P= .41点)。与人口普查数据一致,84%的农村县集中在美国西部,而城市中心分布在美国各地,(P<措施)。在城市人群中,296人(16%)报告接种了COVID-19疫苗,426人(23%)报告使用了PrEP,而农村人群中分别为37人(10%)和30人(8%)(P=。002一个ndP<措施,respectively). Black users comprised 15% of urban users compared to 4% in rural areas, and Native American users comprised 0.5% in urban areas compared to 7% in rural areas. Urban users had lower BMIs than rural users (25.2 vs 27.2;P<措施)。城市和农村在性别、关系状况、艾滋病毒暴露状况或性姿势偏好方面没有统计学上的显著差异。平均而言,城市概况报告的性传播感染或艾滋病毒检测时间约为4个月,而农村概况报告的时间为8个月(P<措施)。空白照片和“其他”照片在农村人群中比在城市人群中更常见(45% vs 26%;P<措施)。城市概况(n=1889) | 农村概况(n=384) | P价值 | 数据集中缺少数据% | |||||||||
人口特征 | ||||||||||||
年龄(年),平均值(SD)一个 | 32.9 (9.6) | 33.5 (12.1) | .41点 | 18.3 | ||||||||
在美国的位置,n (%) | <措施 | 0 | ||||||||||
东北 | 403 (21) | 0 (0) | ||||||||||
中西部 | 355 (19) | 22日(6) | ||||||||||
南 | 645 (34) | 41 (11) | ||||||||||
西 | 486 (26) | 321 (84) | ||||||||||
包括疫苗接种状况,n (%) | 296 (16) | 37 (10) | .002 | 0 | ||||||||
采取暴露前预防,n (%) | 426 (23) | 30 (8) | <措施 | 0 | ||||||||
种族,n (%)一个 | <措施 | 28.9 | ||||||||||
亚洲 | 71 (5) | 1 (2) | ||||||||||
黑色的 | 203 (15) | 11 (4) | ||||||||||
拉丁美洲人 | 231 (17) | 38 (14) | ||||||||||
中东 | 15 (1) | 0 | ||||||||||
混合 | 117 (9) | 27日(10) | ||||||||||
印第安人 | 4 (0.5) | 18日(7) | ||||||||||
白色 | 682 (51) | 164 (61) | ||||||||||
南亚 | 6 (0.5) | 1 (0.5) | ||||||||||
其他 | 20 (1) | 3 (1) | ||||||||||
BMI,平均值(SD)一个 | 25.2 (3.9) | 27.2 (4.2) | <措施 | 28.7 | ||||||||
性别,n (%)一个 | 收 | 39.9 | ||||||||||
Cisgender男性 | 1051 (94) | 234 (94) | ||||||||||
性别不同 | 65 (6) | 16 (6) | ||||||||||
关系状态,n (%)一个 | 54 | 41.9 | ||||||||||
单 | 883 (81) | 185 (79) | ||||||||||
的关系 | 205 (19) | 48 (21) | ||||||||||
性传播感染检测截止时间(月),中位数(IQR)一个 | 4 (2 - 9) | 8 (3 - 14) | <措施 | 58.9 | ||||||||
资料显示的HIV状态,n (%) | 1148 (61) | 213 (55) | 0。 | 0 | ||||||||
图片状态,n (%) | <措施 | 0 | ||||||||||
脸照片 | 1000 (53) | 150 (39) | ||||||||||
身体的照片 | 399 (21) | 60 (16) | ||||||||||
随机图 | 88 (5) | 59 (15) | ||||||||||
空白 | 402 (21) | 115 (30) | ||||||||||
性特征 | ||||||||||||
性位,n (%)一个 | 。 | 34.1 | ||||||||||
底 | 211 (18) | 58 (20) | 。 | |||||||||
更底 | 146 (12) | 38 (13) | ||||||||||
更小 | 384 (32) | 104 (36) | ||||||||||
更高级 | 178 (15) | 37 (13) | ||||||||||
前 | 287 (24) | 54 (19) | ||||||||||
Grindr部落,n (%) | 0 | |||||||||||
熊 | 88 (5) | 29日(8) | 02 | |||||||||
轮廓鲜明 | 172 (9) | 42 (11) | 点 | |||||||||
爸爸 | 143 (8) | 34 (9) | 点 | |||||||||
谨慎的 | 236 (12) | 71 (18) | .002 | |||||||||
极客 | 120 (6) | 18日(5) | . 21 | |||||||||
运动员 | 177 (9) | 27日(7) | .14点 | |||||||||
皮革 | 32 (2) | 4 (1) | .35点 | |||||||||
水獭 | 87 (5) | 16 (4) | 点 | |||||||||
Poz | 11 (1) | 1 (0) | 点 | |||||||||
崎岖的 | 55 (3) | 22日(6) | . 01 | |||||||||
反式 | 60 (3) | 14 (4) | .64点 | |||||||||
Twink | 103 (5) | 14 (4) | .14点 | |||||||||
清醒的 | 15 (1) | 4 (1) | 点 | |||||||||
应对寻找, n (%) | 0 | |||||||||||
聊天 | 749 (40) | 167 (43) | 16 | |||||||||
日期 | 658 (35) | 118 (31) | 点 | |||||||||
朋友 | 875 (46) | 184 (48) | .57 | |||||||||
网络 | 360 (19) | 73 (19) | .98点 | |||||||||
的关系 | 458 (24) | 86 (22) | 无误 | |||||||||
现在 | 952 (50) | 223 (58) | . 01 | |||||||||
应对见面, n (%) | 0 | |||||||||||
我的地方(主人) | 451 (24) | 96 (25) | .64点 | |||||||||
你的地方(旅行) | 582 (31) | 145 (38) | . 01 | |||||||||
酒吧 | 299 (16) | 60 (16) | .92 | |||||||||
咖啡店 | 295 (16) | 65 (17) | 点 | |||||||||
餐厅 | 246 (13) | 52 (14) | 尾数就 |
一个排除丢失数据。
在大多数Grindr部落中,城市和农村用户之间没有显著差异。农村地区的“谨慎”用户多于城市地区(18% vs 12%;P= .002)。与城市用户相比,更多农村用户使用该应用程序的目的是立即性伴侣(即“现在”)(58% vs 50%;P= . 01)。此外,与城市用户相比,更多的农村用户表示更倾向于在其他人的地点见面(38% vs 31%;P= . 01)。
显示了多变量模型和imputation分析的结果。报告COVID-19疫苗接种状况(调整后优势比[aOR] 1.7, 95% CI 1.2-2.4)、居住在城市中心(aOR 3.2, 95% CI 1.8-5.7)和显示面部照片(aOR 4.0, 95% CI 2.3-7.0)与使用PrEP呈正相关。自我认定的黑人和拉丁裔使用者报告PrEP使用的可能性较小(aOR 0.6, 95% CI 0.4-0.9和aOR 0.5, 95% CI 0.4-0.9)。所有这些关联都保留在敏感性分析中。在基本模型和模型A中,BMI与PrEP使用之间的相关性的点估计值没有统计学意义;然而,在模型B中,BMI增加的使用者与PrEP使用呈负相关(aOR 0.85, 95% CI 0.74-0.97)。
准备使用 | COVID-19疫苗接种情况 | ||||||
PrEP使用(n=1107),调整比值比(aOR) (95% CI) | 估算模型A一个(n=2273), aOR (95% CI) | 估算模型Bb(n=2273), aOR (95% CI) | COVID-19疫苗接种(n=1084), aOR (95% CI) | 估算模型A一个(n=2255), aOR (95% CI) | 估算模型Bb(n=2258), aOR (95% CI) | ||
年龄(每10年) | 0.9 (0.8 - -1.1) | 1.0 (0.9 - -1.1) | 1.0 (0.9 - -1.1) | 1.1 (0.9 - -1.3) | 1.2 (1.0 - -1.3)c | 1.2 (1.1 - -1.4)c | |
准备使用 | - - - - - -d | - - - - - - | - - - - - - | 1.7 (1.2 - -2.4)c | 1.8 (1.4 - -2.4)c | 1.9 (1.4 - -2.5)c | |
接种疫苗 | 1.7 (1.2 - -2.4)c | 1.9 (1.4 - -2.4)c | 1.9 (1.4 - -2.5)c | - - - - - - | - - - - - - | - - - - - - | |
住在城市中心 | 3.2 (1.8 - -5.7)c | 2.9 (1.9 - -4.4)c | 2.8 (1.8 - -4.3)c | 2.5 (1.4 - -4.5)c | 2.2 (1.5 - -3.4)c | 2.2 (1.4 - -3.3)c | |
地区 | |||||||
东北 | 1.0(参照) | 1.0(参照) | 1.0(参照) | 1.0(参照) | 1.0(参照) | 1.0(参照) | |
中西部 | 0.9 (0.5 - -1.4) | 0.8 (0.6 - -1.2) | 0.8 (0.6 - -1.2) | 1.1 (0.6 - -1.8) | 1.3 (0.9 - -2.0) | 1.2 (0.8 - -1.8) | |
南 | 0.8 (0.5 - -1.2) | 1.0 (0.7 - -1.3) | 1.0 (0.8 - -1.4) | 0.6 (0.3 - -0.9)c | 0.7 (0.4 - -0.9)c | 0.6 (0.4 - -0.9)c | |
西 | 0.8 (0.5 - -1.3) | 0.9 (0.7 - -1.2) | 0.9 (0.7 - -1.3) | 1.3 (0.8 - -2.1) | 1.5 (1.0 - -2.2)c | 1.5 (1.0 - -2.2)c | |
种族和民族 | |||||||
亚洲 | 1.0 (0.5 - -1.8) | 1.2 (0.7 - -1.8) | 0.9 (0.6 - -1.6) | 0.7 (0.3 - -1.7) | 1.1 (0.6 - -1.9) | 1.2 (0.6 - -2.2) | |
黑色的 | 0.6 (0.4 - -0.9)c | 0.6 (0.4 - -0.9)c | 0.6 (0.4 - -0.8)c | 1.3 (0.8 - -2.1) | 1.0 (0.7 - -1.5) | 1.1 (0.8 - -1.6) | |
拉丁美洲人 | 0.6 (0.4 - -0.9)c | 0.7 (0.5 - -0.9)c | 0.7 (0.4 - -0.9)c | 0.8 (0.5 - -1.4) | 0.9 (0.6 - -1.3) | 0.8 (0.6 - -1.1) | |
中东 | 0.4 (0.1 - -2.0) | 0.9 (0.3 - -2.8) | 0.6 (0.2 - -2.3) | - - - - - -e | - - - - - -e | - - - - - -e | |
混合 | 0.8 (0.5 - -1.3) | 0.9 (0.6 - -1.3) | 0.8 (0.5 - -1.2) | 1.2 (0.7 - -2.0) | 1.0 (0.6 - -1.5) | 1.1 (0.7 - -1.8) | |
印第安人 | 1.4 (0.4 - -5.9) | 0.9 (0.3 - -2.5) | 0.9 (0.2 - -3.3) | 1.1 (0.2 - -5.3) | 1.3 (0.5 - -3.4) | 1.5 (0.5 - -4.7) | |
南亚 | 0.6 (0.1 - -6.6) | 0.4 (0.1 - -2.0) | 0.4 (0 - 3.1) | 1.6 (0.2 -16) | 0.5 2.0 (7) | 2.7 (0.5 -15) | |
其他 | 1.7 (0.4 - -6.3) | 1.5 (0.7 - -3.5) | 2.0 (0.8 - -5.0) | - - - - - - | 0.3 (0 - 1.4) | 0.2 (0 - 1.4) | |
白色 | 1.0(参照) | 1.0(参照) | 1.0(参照) | 1.0(参照) | 1.0(参照) | 1.0(参照) | |
BMI(每5分) | 1.0 (0.8 - -1.2) | 1.0 (0.8 - -1.1) | 0.9 (0.7 - -0.9)c | 1.2 (0.9 - -1.4) | 1.3 (1.1 - -1.5)c | 1.2 (1.0 - -1.3)c | |
谨慎的 | 1.0 (0.7 - -1.6) | 1.2 (0.9 - -1.7) | 1.2 (0.8 - -1.6) | 1.6 (1.0 - -2.5)c | 1.6 (1.1 - -2.3)c | 1.6 (1.1 - -2.3)c | |
图片状态 | |||||||
脸 | 4.0 (2.3 - -7.0)c | 3.7 (2.6 - -5.2)c | 3.3 (2.3 - -4.7)c | 2.7 (1.5 - -4.8)c | 3.2 (2.1 - -4.7)c | 3.2 (2.2 - -4.8)c | |
身体只有 | 2.3 (1.2 - -4.4)c | 2.3 (1.5 - -3.4)c | 2.1 (1.4 - -3.1)c | 1.6 (0.8 - -3.2) | 2.2 (1.4 - -3.4)c | 2.2 (1.4 - -3.4)c | |
随机图 | 2.0 (0.8 - -5.5) | 0.9 (0.4 - -1.8) | 0.8 (0.4 - -1.7) | 1.8 (0.7 - -5.0) | 2.0 (1.1 - -3.8)c | 1.9 (1.0 - -3.6)c | |
空白 | 1.0(参照) | 1.0(参照) | 1.0(参照) | 1.0(参照) | 1.0(参照) | 1.0(参照) |
一个通过对已知值的逐步回归生成估算模型(
);种族和民族是基于先前的值,假设数据是随机缺失的。b用非随机缺失值生成估算模型;估算年龄+10,估算BMI +5,以及美国人口普查区域内最常见的少数民族的种族和民族。
c加粗的值表示在的重要值P< . 05。
d不确定。
e在估算模型中,15名中东用户均未接种疫苗,因此被排除在模型之外。
报告使用PrEP (aOR 1.7, 95% CI 1.2-2.4)、生活在城市中心(aOR 2.5, 95% CI 1.4-4.5)、具有“谨慎”状态(aOR 1.6, 95% CI 1.0-2.5)和显示面部照片(aOR 2.7, 95% CI 1.5-4.8)与他们档案上报告的COVID-19疫苗接种状态呈正相关。与美国东北部的用户相比,美国南部的用户报告接种疫苗的可能性较小(aOR 0.6, 95% CI 0.3-0.9)。这些关联保留在归责模型中。在这两个imputation模型中,美国西部的用户报告接种疫苗的可能性比美国东北部的用户更大(aOR 1.5, 95% CI 1.0-2.2), BMI增加的用户报告接种疫苗的可能性更大(aOR 1.6, 95% CI 1.1-2.3)。模型精度信息总结在
.总的来说,该模型是高度特异性和低灵敏度。准确度为73.9% ~ 85.3%。使用暴露前预防(PrEP) | COVID-19疫苗接种情况 | ||||||
使用PrEP (n=1107) | 估算模型A (n=2273) | 估算模型B (n=2273) | COVID-19疫苗接种(n=1084) | 估算模型A (n=2255) | 估算模型B (n=2258) | ||
敏感性,% | 0.7 | 0 | 0.4 | 1.1 | 0.9 | 0.6 | |
特异性,% | 98.7 | One hundred. | 99.5 | 99.9 | 99.9 | 99.9 | |
正确分类,% | 73.9 | 79.9 | 79.6 | 82.5 | 85.3 | 85.3 |
显示自上次性传播感染或艾滋病毒检测以来的时间(以月为单位)。整个样本自最后一次性传播感染或HIV检测以来的中位时间为4个月(IQR 2-10个月)。最后一次性传播感染或艾滋病毒检测时间的显著差异包括以下方面:生活在城市与农村中心(4个月vs 8个月;P<措施);报告与不报告PrEP使用情况(3个月vs 6个月;P<.001)和BMI类别(4个月:体重正常的用户,5个月:超重的用户,6个月:肥胖的用户;P= .003)。
时间(月),中位数(IQR) | P价值一个 | ||||
年龄组别(年)b | 03 | ||||
≤30 | 4 (2 - 9) | ||||
> 30 | 4 (2 - 11) | ||||
城市化与 | <措施 | ||||
城市 | 4 (2 - 9) | ||||
农村 | 8 (3 - 14) | ||||
在美国的位置 | 53 | ||||
东北 | 4 (2 - 8) | ||||
中西部 | 4 (2 - 10) | ||||
南 | 4 (2 - 9) | ||||
西 | 5 (2 - 11) | ||||
COVID-19疫苗接种情况 | 02 | ||||
是的 | 3(2 - 7日) | ||||
没有 | 4 (2 - 11) | ||||
暴露前预防的使用现状 | <措施 | ||||
是的 | 3 (1 - 5) | ||||
没有 | 6 (3-13) | ||||
种族 | .35点 | ||||
亚洲 | 5 (2) | ||||
黑色的 | 3(2 - 7日) | ||||
拉丁美洲人 | 6 (2) | ||||
中东 | 6(十) | ||||
混合 | 4 (2 - 10) | ||||
印第安人 | 4 (2 - 10) | ||||
白色 | 4 (2 - 10) | ||||
南亚 | 5 (5 - 9) | ||||
其他 | 13 (4-15) | ||||
身体质量指数 | .003 | ||||
正常体重 | 4 (2 - 9) | ||||
超重 | 5 (2 - 10) | ||||
肥胖 | 6 (3-16) | ||||
性别 | . 01 | ||||
Cisgender男性 | 4 (2 - 10) | ||||
性别不同 | 2 (1 - 7) | ||||
感情状态 | .35点 | ||||
单 | 4 (2 - 10) | ||||
在一段关系中 | 4 (2 - 11) | ||||
艾滋病毒状况概况 | 只要 | ||||
是的 | 4 (2 - 10) | ||||
没有 | 6 (2) | ||||
图片状态 | .10 | ||||
脸照片 | 4 (2 - 10) | ||||
身体的照片 | 4 (2 - 9) | ||||
随机图 | 7 (3 - 14) | ||||
空白 | 4 (2 - 9) | ||||
性地位 | .10 | ||||
底 | 4 (2 - 9) | ||||
更底 | 3 (2 - 8) | ||||
更小 | 4 (2 - 10) | ||||
更高级 | 4 (2 - 9) | ||||
前 | 5 (2) |
一个所有P数值为非参数检验,原因是自上次性传播感染检验以来的时间分布呈非正态分布。
b31岁是样本的中位年龄。
讨论
主要研究结果
这项研究提供了在COVID-19大流行期间,在一个GSN应用程序上,在美国全国范围内的大量个人样本(主要是男性与男性发生性行为的男性)中参与预防性健康的比较估计。这项研究强调了城市和农村应用程序用户在感染预防行为方面的几个重要差异。调整后,城市用户披露使用PrEP的可能性约为3倍(aOR 3.2),报告接种COVID-19疫苗的可能性约为2.5倍(aOR 2.5)。PrEP使用和疫苗接种通常是共同报告的。此外,与城市用户相比,农村用户上一次自我报告的性传播感染或艾滋病毒检测大约推迟了4个月。种族和民族似乎与PrEP的披露高度相关,而地理(而非种族或民族)似乎与COVID-19疫苗接种状况的报告相关。
与男性发生性行为的农村男性遭受了严重的耻辱,缺乏获得艾滋病毒预防护理的有力途径[
- ].我们的研究结果证实了在现实世界中使用GSN应用程序的用户对男男性行为者的体验,并证明了将预防性健康服务扩展到这些人群的必要性——事实上,这些用户在利用基于GSN的应用程序进行性伙伴关系方面的数字流畅性表明,此类平台可能是部署干预措施以支持农村男男性行为者预防性保健的理想平台。通过互联网向农村男男性行为者传递艾滋病毒预防信息已被证明是可接受和有效的[ ].这类项目缺乏大规模的实施。GSN应用程序不仅可以为了解农村男男性行为者的空间分布提供途径,而且还提供了提供护理的私人场所,据报道,这是一个可接受的提供健康信息和服务的平台[ - ].农村用户更有可能不在个人资料上显示自己的脸,并表示自己很“谨慎”。谨慎的男性主要在互联网上寻找性伴侣,因为它被认为在社会上更安全,而且可以匿名。
].谨慎的潜在原因包括耻辱、内在的同性恋恐惧症或正在恋爱中[ ].与艾滋病毒相关的污名化可能会增加危险性行为和精神健康或物质使用障碍的可能性[ ].在我们的研究中,只有8%的农村用户报告使用了PrEP,而且农村用户中自最后一次性传播感染或艾滋病毒检测以来的中位时间为8个月。这可能反映了大流行期间对性传播感染艾滋病毒检测的障碍,以及这些地区对艾滋病毒预防服务的更持久的限制。大流行期间远程医疗服务的增加可能有助于使历来服务不足的农村男男性行为者获得选举权,他们可能受益于改进的基于网络的性传播感染和艾滋病毒预防服务[ ].为应对这一大流行病,许多性少数群体诊所已开发了远程医疗基础设施,以便继续提供性传播感染或艾滋病毒预防服务[ , ].消除获取和隐私问题等障碍可能会改善筛查,并增加农村男男性行为者对PrEP的接受[ ].尽管控制了年龄、地区、生活在城市与农村中心、BMI、照片状态和谨慎性,黑人和拉丁裔使用者不太可能报告使用PrEP。在美国疾病控制与预防中心分析的国家艾滋病毒行为监测数据中,只有30%的与男性发生性关系的西班牙裔男性和26%的与男性发生性关系的黑人男性报告在过去一年中服用了PrEP,而与之相比,42%的与男性发生性关系的白人男性服用了PrEP。
].与其他独立于种族和民族的地区相比,美国南部也观察到类似的差异[ ].PrEP只能通过处方获得,除非在允许药剂师提供这项服务的州[ ].与男性发生性关系的黑人或拉丁裔男性进行PrEP的障碍包括种族主义、提供者偏见、保险范围和边缘化[ , ].美国南部作为一个地区,在PrEP的普及方面面临着独特的挑战,包括地理上广阔的农村人口、商业保险覆盖率低、缺乏医疗补助扩大、社会耻辱、卫生知识普及程度低以及艾滋病毒风险认知低[ ].尽管发生了COVID-19大流行,但自2018年以来,城市使用者使用PrEP的总体流行率有所上升(18%至23%)[
].全球调查证据表明,在大流行期间,许多男男性行为者减少或完全停止服用PrEP [ , - ].在性不活跃期停止PrEP,在增加艾滋病毒暴露风险的活动期间恢复PrEP,被称为“有效预防”坚持[ ].因此,一些与使用这种策略的男性发生性关系的男性可能仍然会在他们的GSN档案中报告PrEP的使用情况。在酒吧和俱乐部等社交场所关闭后,新冠肺炎疫情让更多使用prep的男男性行为者通过GSN应用程序与伴侣见面,这是有可能的。另一种解释是,在大流行期间停止PrEP的应用程序用户没有更改个人资料上的PrEP状态。越来越多的证据表明,PrEP状态可以被视为渴望无避孕套肛交的替代品,一些使用者在互联网上没有提供准确的信息[ , ].GSN应用中健康相关信息的真实性是否需要验证,值得进一步探讨。2011年,成人电影行业创建了“演员可用性筛查服务”(PASS)项目,这是一个通过记录性传播感染和艾滋病毒状况来显示“工作许可”的数据库。PASS计划现在包括COVID-19疫苗接种状况的验证。像PASS计划这样的系统的广泛实施需要公共卫生和行业合作以及用户的支持。
在整个样本中,COVID-19疫苗接种报告的患病率很低(333/2273,14.65%)。总体低流行率的主要原因可能是,与HIV或PrEP状态相比,疫苗接种状态是从免费文本中抽象出来的,因此是被动报告的。性少数群体的实际疫苗接种率高于异性恋成人(男同性恋和女同性恋成人的疫苗接种率为85.4%,异性恋成人为76.3%)[
].有趣的是,我们的研究结果表明,疫苗接种报告与地理地位的关系更密切,而不是与种族或民族的关系。农村地区疫苗接种率较低与疾病控制与预防中心的数据一致[ ].接种疫苗的意愿也与政治倾向有关,而政治倾向在地理上也有相似的关联[ ].尽管黑人与较低的疫苗接受度有关,但我们的数据并不支持这一点[ ].然而,我们的研究可能不足以检测这些差异。如果在这一人群中确实可以证实疫苗的高接受率或吸纳率,它可能为倡导基于疫苗的性传播感染预防战略提供支持性数据,例如正在进行的MAGI试验,利用血清组B脑膜炎球菌疫苗作为一种潜力淋病奈瑟氏菌疫苗(ClinicalTrials.gov NCT04350138) [ , ].我们的数据进一步证明,一旦结构性障碍减少,公共卫生干预可能会受到GSN应用程序用户的欢迎。限制
我们的研究有一定的局限性。GSN应用程序的用户,特别是在大流行期间,可能并不适用于所有与男性发生性关系的男性。我们故意没有对郊区环境中的用户进行抽样,以对比城市和农村用户之间的明显地理影响。由于疫情已经改变了性行为,并非所有用户都性活跃。重要的混淆变量,如教育和收入,对医疗保健的获得和接受有很大影响,在数据集中没有,实际上,这些可能是所观察到的结果的核心驱动因素。所有变量都是自我报告的,可能有社会期望偏差的倾向。我们感兴趣的主要结果可能是参与健康预防,而不是实际使用PrEP或COVID-19疫苗接种。我们比较了披露使用PrEP或COVID-19疫苗状况的用户和未披露使用PrEP或COVID-19疫苗状况的用户。美国南部与男性发生性关系的年轻黑人男性报告称,他们经常使用GSN应用程序来结识性伴侣,但Grindr是最不常用的应用程序[
].在与使用其他应用程序的男性发生性关系的黑人或拉丁裔男性中,暴露PrEP的比例仍有待研究。Imputation分析依赖于缺失数据的原因,可以显著影响测量误差,限制功率。总体而言,建模精度足够,但灵敏度极差。建模的统计目的是评估与我们感兴趣的结果的关联,而不是生成一个预测模型。结论
我们证明有必要为美国农村的性少数群体扩大健康预防服务。在GSN应用程序概要中披露PrEP使用和COVID-19疫苗接种状态反映了CDC调查数据评估的趋势。PrEP信息披露的差异在很大程度上受种族影响,而COVID-19疫苗接种信息披露则受地理区域影响;然而,农村GSN用户不太可能报告PrEP使用情况和COVID-19疫苗接种状况。GSN平台可能是部署预防干预措施的理想选择,以改善这一难以接触到的人群的可及性。
利益冲突
没有宣布。
补充表。
DOCX文件,19kb参考文献
- Grant RM, Lama JR, Anderson PL, McMahan V, Liu AY, Vargas L,等。男男性行为者暴露前化学预防艾滋病毒。中华外科杂志2010年12月30日;363(27):2587-2599。[CrossRef]
- Baeten JM, Donnell D, Ndase P, Mugo NR, Campbell JD, Wangisi J,等。抗逆转录病毒预防在异性恋男女中预防艾滋病毒。中华外科杂志2012年8月2日;367(5):399-410。[CrossRef]
- Mayer KH, Molina J, Thompson MA, Anderson PL, Mounzer KC, De Wet JJ,等。用于HIV暴露前预防的恩曲他滨和替诺福韦阿拉酰胺vs恩曲他滨和富马酸替诺福韦二吡酯(DISCOVER):一项随机、双盲、多中心、主动对照、3期非劣效性试验的主要结果。《柳叶刀》2020年7月;396(10246):239-254。[CrossRef]
- landdovitz RJ, Donnell D, Clement ME, Hanscom B, Cottle L, Coelho L,等。Cabotegravir用于预防艾滋病毒在顺性别男性和变性女性。英国医学杂志2021年8月12日;385(7):595-608。[CrossRef]
- 艾滋病毒监测报告。疾病控制和预防中心。URL:https://www.cdc.gov/hiv/library/reports/hiv-surveillance.html[2022-08-29]访问
- Ezennia O, Geter A, Smith DK。PrEP护理连续体和与男性发生性行为的黑人男性:关于PrEP护理的意识、吸收、坚持和保留的已发表数据的范围审查。艾滋病行为学2019 10月28日;23(10):2654-2673。[CrossRef] [Medline]
- Mustanski B, Morgan E, D ' Aquila R, Birkett M, Janulis P, Newcomb M.与男男性行为中HIV种族差异相关的个体和网络因素:来自RADAR队列研究的结果。中国免疫缺陷综合征2019年1月1日;30 (1):24-30 [免费全文] [CrossRef] [Medline]
- Bartels S, Castillo I, Davis DA, hightowi - weidman LB, Muessig KE, Galindo C,等。危地马拉同性恋和双性恋男性暴露PrEP的经验。艾滋病病毒2021年12月8日;25(12):4115-4124。[CrossRef] [Medline]
- Goedel WC, Duncan DT。同性恋、双性恋和其他男男性行为者的地理社交网络应用使用模式:对移动约会应用Grindr用户的调查。JMIR公共卫生监测2015年5月08日;1(1):e4 [免费全文] [CrossRef] [Medline]
- Macapagal K, Moskowitz DA, Li DH, Carrión A, Bettin E, Fisher CB,等。美国与男性发生性行为的青春期男性的约炮应用程序使用、性行为和性健康青少年健康杂志,2018年6月;62(6):708-715 [免费全文] [CrossRef] [Medline]
- 兰dovitz RJ, Tseng C, Weissman M, Haymer M, Mendenhall B, Rogers K,等。流行病学,性风险行为,在加利福尼亚州洛杉矶使用GRINDR与男性发生性关系的男性的艾滋病毒预防实践。J Urban Health 2013 Aug 15;90(4):729-739 [免费全文] [CrossRef] [Medline]
- Medina MM, Crowley C, Montgomery MC, Tributino A, Almonte A, Sowemimo-Coker G,等。在互联网约炮网站上公开男男性行为者的艾滋病毒血清状况和接触前预防措施。艾滋病行为学2019 7月28日;23(7):1681-1688 [免费全文] [CrossRef] [Medline]
- Jozsa K, Kraus A, Korpak AK, Birnholtz J, Moskowitz DA, Macapagal K。“屏幕后面的安全”:青春期性少数男性对地理社交和社交网络应用程序的安全性和可信度的看法。《两性行为学》2021年10月28日;50(7):2965-2980。[CrossRef] [Medline]
- Chu BA, Castellanos ER, Gonzales MM, Gaither TW。美国男同性性行为男性样本中自我报告暴露前预防使用的社会决定因素。性传播感染2020年8月10日;96(5):368-374。[CrossRef] [Medline]
- 桑切斯TH, Zlotorzynska M, Rai M, Baral SD。2020年4月,COVID-19对美国各地男男性行为者的影响。艾滋病行为研究2020年7月29日;24(7):2024-2032 [免费全文] [CrossRef] [Medline]
- Grov C, Zohra F, Westmoreland DA, Mirzayi C, D'Angelo A, Stief M,等。2019冠状病毒病(COVID-19)时代美国全国顺性别男性、跨性别女性和与男性发生性关系的跨性别男性队列中的性行为:2020年4月至5月。两性行为学2022年1月29日;51(1):343-354 [免费全文] [CrossRef] [Medline]
- 周娥,侯金杰,王杰,李志强,等。简要报告:澳大利亚墨尔本第二波COVID-19期间男同性恋者使用PrEP、性行为和性行为中使用口罩的变化中华免疫缺陷综合征杂志2012.01;21 (2):153-156 [免费全文] [CrossRef] [Medline]
- Shilo G, Mor Z. COVID-19与男男性行为者的性行为变化:一项在线调查的结果。《性医学》2020年10月;17(10):1827-1834 [免费全文] [CrossRef] [Medline]
- Starks TJ, Jones SS, Sauermilch D, Benedict M, Adebayo T, Cain D,等。评估COVID-19的影响:美国性少数男性吸毒和高危性行为的队列比较研究药物酒精依赖2020年11月1日;216:108260 [免费全文] [CrossRef] [Medline]
- Mitchell KM, Dimitrov D, Silhol R, Geidelberg L, Moore M, Liu A,等。与covid -19相关的中断对美国男男性行为者中艾滋病毒发病率和艾滋病毒相关死亡率的潜在影响:一项模拟研究《柳叶刀》HIV 2021年4月8日(4):e206-e215。[CrossRef]
- Spinelli M, Hickey M, Glidden D, Nguyen J, Oskarsson J, Havlir D.旧金山一家安全网艾滋病毒诊所的病毒抑制率在COVID-19期间不稳定。艾滋病2020;34(15):2328 - 2331。[CrossRef]
- Harkness A, Weinstein ER, Atuluru P, Vidal R, Rodriguez-Diaz CE, Safren SA。“让我们在大流行结束时勾搭在一起:”拉丁性少数群体男性在COVID-19期间的性行为。《性科学研究》2021年10月04日;58(8):951-957。[CrossRef] [Medline]
- 古晓杰,Cook AR, Park M,孙勇,孙华,林俊杰,等。缓解新加坡SARS-CoV-2早期传播的干预措施:一项模拟研究。《柳叶刀》2020年6月刊;20(6):678-688。[CrossRef]
- Heath PT, Galiza EP, Baxter DN, Boffito M, Browne D, Burns F,等。新冠肺炎疫苗NVX-CoV2373的安全性和有效性。英国医学杂志2021年9月23日;385(13):1172-1183。[CrossRef]
- 旧金山都会区LGBT比例最高。盖洛普,2015年3月20日URL:https://news.gallup.com/poll/182051/san-francisco-metro-area-ranks-highest-lgbt-percentage.aspx?utm_source=Social%20Issues&utm_medium=newsfeed&utm_campaign=tiles[2022-08-30]访问
- Mantz A, Liebhaber L.美国大多数农村县。堆叠机2021年4月14日URL:https://stacker.com/stories/3271/most-rural-counties-america[2022-08-30]访问
- 人口普查的记者。URL:https://censusreporter.org/[2022-02-07]访问
- 刘志刚,刘志刚,刘志刚。基于Grindr的同性恋约会应用的情境感知与印象形成。新媒体学报2014年2月7日;17(7):1117-1136。[CrossRef]
- 杨晓东,陈晓明,陈晓明,等。医学研究中缺失的协变量数据:归因总比忽略好。中华临床流行病学杂志2010 7月;63(7):721-727 [免费全文] [CrossRef] [Medline]
- Smith J, Brown S.,《没有脂肪,女性还是黑人:身体类型、性别角色和种族在网上使用避孕套中的作用》。见:数字时代的性别、性取向和种族。可汗:施普林格;1月2日,2020:205-222。
- Babel RA, Wang P, Alessi EJ, Raymond HF, Wei C.美国男男性行为者(MSM)的污名、HIV风险和HIV预防和治疗服务的可及性:范围综述。AIDS Behav 2021 11月18日;25(11):3574-3604 [免费全文] [CrossRef] [Medline]
- Hubach RD, Currin JM, Giano Z, Meyers HJ, DeBoy KR, Wheeler DL,等。俄克拉荷马州农村地区同性恋和双性恋男性的耻辱经历。卫生公平2019年5月;3(1):231-237 [免费全文] [CrossRef] [Medline]
- McKenney J, Sullivan PS, Bowles KE, Oraka E, Sanchez TH, DiNenno E.美国城市和农村男男性行为者的艾滋病毒风险行为和预防服务的利用:来自全国在线调查的结果。艾滋病行为学2018年7月6日;22(7):2127-2136。[CrossRef] [Medline]
- 欧文斯C, Hubach RD, Williams D, Voorheis E, Lester J, Reece M,等。在美国中西部与男性发生性行为的农村男性中,接触前预防(prep)的促进因素和障碍[CrossRef] [Medline]
- Bowen AM, Horvath K, Williams ML.针对农村MSM的网络艾滋病预防随机对照试验。卫生教育决议2007年3月1日;22(1):120-127 [免费全文] [CrossRef] [Medline]
- Algarin AB, Ward PJ, Christian WJ, Rudolph AE, Holloway IW, Young AM。使用地理社交网络应用程序与男性发生性关系的男性寻求伴侣的空间分布:流行病学研究。J Med Internet Res 2018年5月31日;20(5):e173 [免费全文] [CrossRef] [Medline]
- Kesten JM, Dias K, Burns F, Crook P, Howarth A, Mercer CH,等。通过社交媒体和约会应用程序向英格兰的MSM提供性健康促进信息的可接受性和潜在影响:一项定性研究。BMC公共卫生2019 Sep 06;19(1):1236 [免费全文] [CrossRef] [Medline]
- Bineau L, Lambert D, Truszczynski N, Hansen N, Lauckner C.农村男男性行为者使用约会应用程序及其与艾滋病毒预防和风险行为的关系:混合方法分析。RRH 2021年6月2日。[CrossRef]
- 帕克CM,加西亚J,菲尔宾MM,威尔逊PA,帕克RG,赫希JS。社会风险、污名化和空间:理解纽约市男男性行为的黑人男性感染艾滋病毒的关键概念。邪教健康性2017年3月23日;19(3):323-337 [免费全文] [CrossRef] [Medline]
- Hatzenbuehler ML, O'Cleirigh C, Mayer KH, Mimiaga MJ, Safren SA。在男男性行为者中,与艾滋病毒相关的污名、传播风险行为和不良心理健康结果之间的前瞻性关联。Ann Behav Med 2011年10月30日;42(2):227-234 [免费全文] [CrossRef] [Medline]
- 罗杰斯BG,科茨CS,亚当斯E,墨菲M,斯图尔特C,阿诺德T,等。在一家LGBTQ+诊所开发远程医疗基础设施,以支持应对COVID-19的艾滋病毒预防和护理,普罗维登斯,罗德岛州。艾滋病行为研究2020年10月29日;24(10):2743-2747 [免费全文] [CrossRef] [Medline]
- Hoagland B, Torres TS, Bezerra DR, Geraldo K, Pimenta C, Veloso VG,等。在巴西里约热内卢里约热内卢的一个大型艾滋病毒预防服务中,远程医疗作为COVID-19大流行期间提供PrEP的工具。中国传染病杂志2020 july;24(4):360-364 [免费全文] [CrossRef] [Medline]
- Hubach RD, O'Neil AM, Stowe M, Hamrick J, Giano Z, Currin JM。艾滋病毒和性传播感染筛查分娩的首选方法在农村男性与男性发生性关系的男性样本中。艾滋病患者护理性病2020年11月1日;34(11):470-476。[CrossRef] [Medline]
- Kanny D, Jeffries WL, Chapin-Bardales J, Denning P, Cha S, Finlayson T,国家艾滋病毒行为监测研究小组。男男性行为者艾滋病毒暴露前预防方面的种族/民族差异——2017年23个城市地区MMWR Morb Mortal Wkly Rep 2019年9月20日;68(37):801-806 [免费全文] [CrossRef] [Medline]
- Kazi DS, Katz IT, Jha AK。为结束艾滋病流行做准备——加州的路线是美国的路线图。英国医学杂志2019年12月26日;381(26):2489-2491。[CrossRef]
- Arrington-Sanders R, Hailey-Fair K, Wirtz AL, Morgan A, Brooks D, Castillo M,等。结构性边缘化的作用,艾滋病毒的耻辱,和不信任艾滋病毒的预防和治疗的年轻黑人拉丁男性男性和变性妇女的性行为:从青年服务提供者的观点。艾滋病患者护理性病传播2020年1月1日;34(1):7-15 [免费全文] [CrossRef] [Medline]
- Boone CA, Bowleg L.构建性快感:与男性发生性行为的黑人男性公平获得生物医学艾滋病预防。中国公共卫生杂志2020年2月;110(2):157-159。[CrossRef]
- 苏利文PS,梅娜L,埃洛普雷L,西格勒AJ。提高南部地区PrEP吸收率的实施战略。2019年8月8日;16(4):259-269 [免费全文] [CrossRef] [Medline]
- Reyniers T, Rotsaert A, Thunissen E, Buffel V, Masquillier C, Van Landeghem E,等。COVID-19封锁后的头几周,比利时男男性行为者与不稳定伴侣的性接触减少,PrEP使用减少:一项在线调查的结果。性传播感染2021年9月10日;97(6):414-419 [免费全文] [CrossRef] [Medline]
- 周娥,侯金杰,王杰,陈志强,等。在澳大利亚墨尔本COVID-19大流行期间改变男男性行为者艾滋病毒暴露前预防措施的使用。Open Forum infection Dis 2020 july;7(7):ofaa275 [免费全文] [CrossRef] [Medline]
- Torres TS, Hoagland B, Bezerra DRB, Garner A, Jalil EM, Coelho LE,等。COVID-19大流行对巴西性少数群体的影响:保持社交距离方面的社会/种族差异分析和性行为描述AIDS Behav 2021年1月31日;25(1):73-84 [免费全文] [CrossRef] [Medline]
- 张晓东,张晓明,张晓明,等。HIV暴露前预防的成功定义:预防有效的坚持范式。艾滋病2015年7月17日;29(11):1277-1285 [免费全文] [CrossRef] [Medline]
- Williamson I, Papaloukas P, Jaspal R, Lond B.“这是一种光荣的药丸”:英国中部的同性恋和双性恋男性应对风险责任和暴露前预防。关键公共卫生2018年7月17日;29(5):560-571。[CrossRef]
- Johnson M.“不玩那个游戏”:对酷儿男性在位置感知约会和寻求性的移动应用程序上的健康信息行为的探索性研究。北卡罗来纳大学,2019年。URL:https://cdr.lib.unc.edu/concern/masters_papers/1v53k175w[2022-08-30]访问
- 马志强,李志强,李志强,等。2019冠状病毒病疫苗接种覆盖率和疫苗信心-美国,2021年8月29日至10月30日。MMWR Morb Mortal Wkly Rep 2022年3月04日;71(5):171-176 [免费全文] [CrossRef] [Medline]
- Diesel J, Sterrett N, Dasgupta S, Kriss JL, Barry V, Vanden Esschert K,等。成人COVID-19疫苗接种覆盖率-美国,2020年12月14日- 2021年5月22日。MMWR Morb Mortal Wkly Rep 2021年6月25日;70(25):922-927 [免费全文] [CrossRef] [Medline]
- Reiter PL, Pennell ML, Katz ML.美国成年人中COVID-19疫苗的可接受性:有多少人会接种疫苗?2020年9月29日;38(42):6500-6507 [免费全文] [CrossRef] [Medline]
- Szilagyi PG, Thomas K, Shah MD, Vizueta N, Cui Y, Vangala S,等。美国公众获得COVID-19疫苗可能性的全国趋势- 2020年4月1日至12月8日。美国医学杂志2020年12月29日;32 (4):396 [免费全文] [CrossRef] [Medline]
- 许辉,陈志伟,李志伟,等。一种淋球菌疫苗有可能迅速降低城市男男性行为者淋病奈瑟菌感染的发病率中国传染病杂志2012.03;21 (6):983-993 [免费全文] [CrossRef] [Medline]
- Abara WE, Kirkcaldy RD, Bernstein KT, Zlotorzynska M, Sanchez T.性活跃男性与男性发生性行为的淋病疫苗的可接受性。性跨性疾病,2021年7月13日;49(1):76-80。[CrossRef]
- Duncan DT, Park SH, Hambrick HR, Dangerfield Ii DT, Goedel WC, Brewer R,等。与男性发生性关系的年轻黑人男性使用地理社交网络应用程序的特征:美国南部多城市的横断面调查。JMIR Mhealth Uhealth 2018 Jun 14;6(6):e10316 [免费全文] [CrossRef] [Medline]
缩写
优势:调整优势比 |
疾病预防控制中心:疾病控制和预防中心 |
内脏大神经:地理定位网络 |
通过:演艺人员预约甄别服务 |
准备:暴露前预防 |
STI:性传播感染 |
C Basch编辑;提交24.03.22;M Paton, A Montilha同行评审;对作者18.04.22的评论;订正版本收到日期为24.04.22;接受25.04.22;发表22.09.22
版权©Thomas W Gaither, John T Sigalos, Raphael J Landovitz, Jesse N Mills, Mark S Litwin, Sriram V Eleswarapu。最初发表于《医疗互联网研究杂志》(//www.mybigtv.com), 22.09.2022。
这是一篇开放获取的文章,根据创作共用署名许可(https://creativecommons.org/licenses/by/4.0/)的条款发布,允许在任何媒介上无限制地使用、分发和复制,前提是正确引用最初发表在《医学互联网研究杂志》上的原创作品。必须包括完整的书目信息,//www.mybigtv.com/上的原始出版物的链接,以及此版权和许可信息。