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。
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。
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。
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。
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)(
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。
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[
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。
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[
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[
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[
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[
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 [
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)。
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(
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
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[
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
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。
我们随机抽取了1889个城市和384个农村的资料。
2021年美国城市与农村Grindr档案的人口和性别特征。
|
城市概况(n=1889) | 农村概况(n=384) |
|
数据集中缺少数据% | ||||||||
|
||||||||||||
|
年龄(年),平均值(SD)一个 | 32.9 (9.6) | 33.5 (12.1) | .41点 | 18.3 | |||||||
|
|
<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 | |||||||
|
|
<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 | |||||||
|
|
收 | 39.9 | |||||||||
|
|
Cisgender男性 | 1051 (94) | 234 (94) |
|
|
||||||
|
|
性别不同 | 65 (6) | 16 (6) |
|
|
||||||
|
|
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 | |||||||
|
|
<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) |
|
|
||||||
|
||||||||||||
|
|
。 | 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) |
|
|
||||||
|
|
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 |
|
||||||
|
|
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 |
|
||||||
|
|
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%;
对Grindr资料显示的暴露前预防(PrEP)和COVID-19疫苗接种使用情况的原始数据和归因模型进行多变量分析,2021年。
|
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 | |
|
|||||||
|
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 |
|
|||||||
|
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 | |
|
|||||||
|
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(
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
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
模型的准确性。
|
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 |
距离我们在全国范围内对Grindr用户进行性传播感染或艾滋病病毒检测的时间,是2021年。
|
时间(月),中位数(IQR) |
|
|||
|
03 | ||||
|
≤30 | 4 (2 - 9) |
|
||
|
>30 | 4 (2 - 11) |
|
||
|
<措施 | ||||
|
城市 | 4 (2 - 9) |
|
||
|
农村 | 8 (3 - 14) |
|
||
|
53 | ||||
|
东北 | 4 (2 - 8) |
|
||
|
中西部 | 4 (2 - 10) |
|
||
|
南 | 4 (2 - 9) |
|
||
|
西 | 5 (2 - 11) |
|
||
|
02 | ||||
|
是的 | 3(2 - 7日) |
|
||
|
没有 | 4 (2 - 11) |
|
||
|
<措施 | ||||
|
是的 | 3 (1 - 5) |
|
||
|
没有 | 6 (3-13) |
|
||
|
.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) |
|
||
|
.003 | ||||
|
正常体重 | 4 (2 - 9) |
|
||
|
超重 | 5 (2 - 10) |
|
||
|
肥胖 | 6 (3-16) |
|
||
|
. 01 | ||||
|
Cisgender男性 | 4 (2 - 10) |
|
||
|
性别不同 | 2 (1 - 7) |
|
||
|
.35点 | ||||
|
单 | 4 (2 - 10) |
|
||
|
在一段关系中 | 4 (2 - 11) |
|
||
|
只要 | ||||
|
是的 | 4 (2 - 10) |
|
||
|
没有 | 6 (2) |
|
||
|
.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) |
|
||
|
.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
b31岁是样本的中位年龄。
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[
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。
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。
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%)[
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%)[
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[
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。
补充表。
调整优势比
疾病控制和预防中心
地理定位网络
演艺人员预约甄别服务
暴露前预防
性传播感染
没有宣布。