MétaCan
Menu
Retour à la cohorte
Enregistrement W2105328845 · doi:10.1093/cid/cis227

Expanding Access to Treatment for Hepatitis C in Resource-Limited Settings: Lessons From HIV/AIDS

2012· review· en· W2105328845 sur OpenAlexaff
Nathan Ford, Kulwant Singh, Graham Cooke, Edward J. Mills, Tido von Schoen-Angerer, Adeeba Kamarulzaman, Philipp du Cros

Notice bibliographique

RevueClinical Infectious Diseases · 2012
Typereview
Langueen
DomaineMedicine
ThématiqueHepatitis C virus research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMedicineHuman immunodeficiency virus (HIV)Hepatitis CService (business)Hepatitis C virusHealth careIntensive care medicineVirologyVirusBusinessEconomic growth

Résumé

récupéré en direct d'OpenAlex

The need to improve access to care and treatment for chronic hepatitis C virus (HCV) infection in resource-limited settings is receiving increasing attention. Key priorities for scaling up HCV treatment and care include reducing the cost of current and future treatment; simplifying the package of care; identifying opportunities to shift specific tasks to nonspecialists to overcome human resource constraints; service integration with human immunodeficiency virus (HIV) clinics, prison health services, and needle syringe and oral substitution therapy programs; improving surveillance, monitoring, and research; encouraging patient and community engagement; focusing specifically on the needs of vulnerable groups; and increasing financial and political commitment. Many of these obstacles have been addressed in rolling out treatment for human immunodeficiency virus during the last decade, and a number of lessons can be drawn to help improve access to HCV care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,962
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,291
Tête enseignante GPT0,536
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations81
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetHepatitis C virus researchTravaux en français237 207