Factors associated with <scp>HCV</scp> antiviral treatment uptake among participants of a community‐based <scp>HCV</scp> programme for marginalized patients
Notice bibliographique
Résumé
While the majority of cases of hepatitis C virus (HCV) in developed countries occur among illicit drug users, HCV antiviral treatment uptake is poor in this population. Several studies have shown that patients can successfully be treated for HCV in the context of methadone maintenance programmes, but little evidence exists evaluating HCV treatment models for substance users where methadone maintenance is not indicated. This retrospective cohort study involved 129 persons participating in psycho-educational support groups and integrated, interprofessional, community-based health services focused on the treatment for HCV among marginalized populations with high rates of crack cocaine use and mental health comorbidities. We sought to identify the factors associated with antiviral treatment uptake. Group participation improved access to health care. While 19% had previously seen an HCV specialist prior to group initiation, 59% saw an HCV specialist during the group. Half of the participants were nonimmune to hepatitis A or B at baseline, and 80% of these patients received immunization through the programme. The programme treated 24 patients with pegylated interferon and ribavirin and achieved a sustained virologic response (SVR) rate of 91% for genotype 2 or 3 and 54% for genotype 1. Stable housing was independently associated with initiation of treatment, and there was a nonsignificant trend towards lower rates of treatment initiation among women. SVR rates for those who had used crack or injection drugs in the month prior to joining the programme did not differ significantly from those who had abstained.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».