Travel for HIV care in England: a choice or a necessity?
Notice bibliographique
Résumé
OBJECTIVES: The aims of the study were (1) to measure the distance required to travel, and the distance actually travelled, to HIV services by HIV-infected adults, and (2) to calculate the proportion of patients who travelled beyond local services and identify socio-demographic and clinical predictors of use of non-local services. METHODS: The straight-line distance between a patient's residence and HIV services was determined for HIV-infected patients in England in 2007. 'Local services' were defined as the closest HIV service to a patient's residence and other services within an additional 5 km radius. Multivariable logistic regression was used to identify socio-demographic and clinical predictors of accessing non-local services. RESULTS: In 2007, nearly 57 000 adults with diagnosed HIV infection accessed HIV services in England; 42% lived in the most deprived areas. Overall, 81% of patients lived within 5 km of a service, and 8.7% used their closest HIV service. The median distance to the closest HIV service was 2.5 km [interquartile range (IQR) 1.5-4.2 km] and the median actual distance travelled was 4.8 km (IQR 2.5-9.7 km). A quarter of patients used a 'non-local' service. Patients living in the least deprived areas were twice as likely to use non-local services as those living in the most deprived areas [adjusted odds ratio (AOR) 2.16; 95% confidence interval (CI) 1.98-2.37]. Other predictors for accessing non-local services included living in an urban area (AOR 0.77; 95% CI 0.69-0.85) and being diagnosed more than 12 months (AOR 1.48; 95% CI 1.38-1.59). CONCLUSION: In England, 81% of HIV-infected patients live within 5 km of HIV services and a quarter of HIV-infected adults travel to non-local HIV services. Those living in deprived areas are less likely to travel to non-local services.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,003 | 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 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 ».