Healthcare contacts among patients lost to follow-up in HIV care: review of a large regional cohort utilizing electronic health records
Notice bibliographique
Résumé
In the United States 40% of HIV patients are lost to follow-up (LTFU) following linkage to HIV care and an estimated 30–61% of new HIV transmissions are attributed to this group. To characterize those LTFU and healthcare contacts they make, we retrospectively analyzed a large regional HIV cohort in Calgary, Canada, utilizing a province-wide electronic health record. Adults engaged in HIV care between January 2010 and August 2014 who had >12 months without HIV clinic contact were identified as LTFU. Of 1928 individuals engaged in care, 176 became LTFU with 64% having no healthcare contacts, 20% receiving HIV care elsewhere, and 16% making non-HIV healthcare contacts. Those LTFU making non-HIV healthcare contacts did so a median of six times (interquartile range 2–8), 76% attending emergency departments (ED). Compared to those retained in care, LTFU patients were younger (median age 43 versus 47 years), had lower CD4 + cell counts (median 420 versus 500 × 10 6 /l) and more commonly resided outside of the centralized HIV clinic’s city (odds ratio 4.58) (all p < 0.01). Our finding that a majority of those LTFU did not make healthcare contacts suggests that community and HIV clinic-based relinkage programs are needed. For those LTFU who make healthcare contacts enhanced ED-based relinkage programs could engage a majority.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».