Influence of Transportation Cost on Long-Term Retention in Clinic for HIV Patients in Rural Haiti
Notice bibliographique
Résumé
BACKGROUND: With improved access to antiretroviral therapy in resource-constrained settings, long-term retention in HIV clinics has become an important means of reducing costs and improving outcomes. Published data on retention in HIV clinics beyond 24 months are, however, limited. In our clinic in rural Haiti, we hypothesized that individuals residing in locations with higher transportation costs to clinic would have poorer retention than those who had lower costs. METHODS: We used a retrospective cohort design to evaluate potential predictors of HIV clinic retention. Patient information was abstracted from the electronic medical records. Cox proportional hazards regression was used to identify independent predictors of 4-year clinic retention. RESULTS: There were 410 patients in our cohort, 266 (64.9%) females and 144 (35.1%) males. Forty-five (11%) patients lived in locations with transportation costs >$2. Males were 1.5 times more likely to live in municipalities with transportation costs to clinic of >$2. Multivariate analysis suggested that age <30 years, male gender, and transportation cost were independent predictors of loss to follow-up (LTFU): risk ratio of 2.98, 95% confidence interval (CI): 1.73 to 4.96, P < 0.001; 1.71, CI: 1.08 to 2.70, P = 0.02; and 1.91, CI: 1.08 to 3.36, P = 0.02, respectively. CONCLUSIONS: Patients with transportation costs greater than $2 were 1.9 times more likely to be lost to care compared with those who paid less for transportation. HIV treatment programs in resource-constrained settings may need to pay closer attention to issues related to transportation cost to improve patient retention.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 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 ».