Substance use and its impact on care outcomes among HIV-infected individuals in Manitoba
Notice bibliographique
Résumé
The high prevalence of substance use among HIV-infected individuals creates numerous challenges to patient care. This study was undertaken in order to understand the impact of substance use on care outcomes for HIV-infected individuals in Manitoba. Clinical records of 564 HIV-infected individuals in care at Health Sciences Centre in Winnipeg, Manitoba were reviewed. Clinical data were extracted from patient charts for substance users (illicit substance users, alcohol abusers and chronic users of opioids or benzodiazepines) and non-users. Substance users and non-users were analysed using chi-square analysis and logistic regression models to compare basic socio-demographic and clinic variables. Chi-square and analysis of variance were used to compare a subset of substance users based on similar socio-demographic and clinical characteristics. Among HIV-infected individuals in Manitoba, 38% were substance users with over-representation by Aboriginals, females, young adults and residents of Winnipeg's core areas. Opioids and benzodiazepines were the most commonly used substances with the majority of substance users having used multiple classes of substances in their lifetime. Substance users were more likely than non-users to have missed clinic appointments. Among substance users, missed appointments were more common among those who self-identified as Aboriginal, female, young adults, residents of Winnipeg's core areas, heterosexuals and those who had abused alcohol or cocaine/crack. Aboriginal substance users were also less likely to achieve viral load suppression compared to non-Aboriginal substance users. With the high prevalence of substance use among HIV-infected individuals in Manitoba, it is important to identify at-risk individuals in order to implement appropriate care strategies and improve treatment adherence and health outcomes.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| 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) | 0,001 | 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 ».