A Multi-State Model Examining Patterns of Transitioning Among States of Engagement in Care in HIV-Positive Individuals Initiating Combination Antiretroviral Therapy
Notice bibliographique
Résumé
BACKGROUND: Common measures of engagement in care fail to acknowledge that infrequent follow-up may occur either intentionally among patients with sustained virologic suppression or unintentionally among patients with poor clinical outcomes. METHODS: Five states of HIV care were defined within the Canadian Observational Cohort Collaboration following combination antiretroviral therapy (cART) initiation: (1) guidelines HIV care [suppressed viral load (VL) and CD4 >200 cells per cubic millimeter, no gaps in cART >3 months, no gaps in CD4 or VL measurement >6 months], (2) successful care with decreased frequency of follow-up (as above except no gaps in CD4 or VL measurement >12 months), (3) suboptimal care (unsuppressed VL, CD4 <200 cells per cubic millimeter on 2 consecutive visits, ≥1 gap in cART >3 months, or ≥1 gap in CD4 or VL measurement >12 months), (4) loss to follow-up (no contact for 18 months), and (5) death. Multi-state models were used to determine factors associated with transitioning among states. RESULTS: In total, 7810 participants were included. Younger age, female gender, Indigenous ethnicity, and people who have injected drugs were associated with increased likelihoods of transitioning from guidelines to suboptimal care and decreased likelihoods of transitioning from suboptimal to guidelines care. One-fifth of individuals in successful, decreased follow-up after cART initiation (mean sojourn time 0.72 years) were in suboptimal care in subsequent years. CONCLUSIONS: Using routinely collected data, we have developed a flexible framework that characterizes patient transitions among states of HIV clinical care. We have demonstrated that multi-state models provide a useful approach to supplement "cascade of care" work.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».