Publicly Funded, Pegylated Interferon-Alpha Treatment in British Columbia: Disparities in Treatment Patterns for People with Hepatitis C
Notice bibliographique
Résumé
BACKGROUND: An estimated 60,000 British Columbians are chronically infected with the hepatitis C virus (HCV); 10% to 20% will develop cirrhosis after 20 years and 5% to 10% of these will develop hepatocellular carcinoma. Although treatment may prevent cirrhosis and liver cancer, and improve quality of life, availability is limited. METHODS: Individuals with HCV genotypes 1, 4, 5 and 6 who underwent baseline HCV-RNA tests between January 1, 2003 and December 31, 2005, and were eligible for publicly funded treatment through PharmaCare were linked to British Columbia's reportable disease database. Patterns in treatment were examined, including age at treatment, sex, location, time to treatment from HCV diagnosis and seasonality of treatment. RESULTS: When corrected for HCV prevalence, men were more likely to receive treatment than women (RR 1.16, 95% CI 1.02 to 1.31). Patients aged 35 to 54 years and 55 years or older were 3.45 times (95% CI 2.80 to 4.26 times) and 4.49 times (95% CI 3.55 to 5.69 times), respectively, more likely to initiate treatment than 15- to 34-year-olds. Differences were noted between health authorities. Patients in rural health service delivery areas (HSDAs) were 1.25 times (95% CI 1.10 to 1.42 times) more likely to receive treatment than those in urban HSDAs. Patients had an average lapse of four years between HCV diagnosis and receiving treatment. The highest proportion of patients initiated therapy between January and March (36.5%), with the lowest between October and December (less than 14%). CONCLUSIONS: This data linkage enabled us to identify populations less likely to receive publicly funded treatment. Rural HSDAs have higher rates of therapy initiation; this pattern merits further research but may be a result of integrated prevention and care projects in rural areas. Policy changes to the current PharmaCare funding co-payment schedules could reduce seasonal variability of treatment initiations throughout the year.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».