Differing profiles of people diagnosed with acute and chronic hepatitis B virus infection in British Columbia, Canada
Notice bibliographique
Résumé
AIM: To describe the characteristics of people diagnosed with acute and chronic hepatitis B virus (HBV) infection in British Columbia (BC). METHODS: We used data from the BC Hepatitis Testers Cohort (BC-HTC), which includes all individuals tested for hepatitis C virus (HCV) or human immunodeficiency virus (HIV) or those diagnosed with HBV or active tuberculosis in BC since 1990. These data were integrated with prescription drug, medical visit, hospitalization and mortality data. HBV cases were classified as acute or chronic according to provincial guidelines. We compared characteristics of individuals by HBV infection group (acute, chronic and negative). Factors associated with acute or chronic HBV infection were assessed with multinomial logistic regression models in comparison to the HBV negative group. RESULTS: 46498 of the 1058056 eligible BC-HTC participants were diagnosed with HBV infection. 4.3% of HBV positive individuals were diagnosed with acute HBV infections while 95.7% had chronic infections. Problematic alcohol use, injection drug use, and HIV or HCV co-infection were more common among individuals diagnosed with acute HBV compared to those with chronic infections and HBV negative individuals. In multivariable multinomial logistic regression models, we observed significant associations between acute or chronic HBV diagnosis and being male, age at HBV diagnosis or birth cohort, South and East Asian ethnicity, HCV or HIV infection, and injection drug use. The odds of acute HBV decreased with increasing age among people who inject drugs, while the opposite was true for chronic HBV. Persons with acute HBV were predominantly White (78%) while those with chronic HBV were mostly East Asian (60%). Relative to Whites, East Asians had 12 times greater odds of being diagnosed with chronic HBV infection. These odds increased with increasing socioeconomic deprivation. CONCLUSION: Differences in the profiles of people diagnosed with acute and chronic HBV infection necessitate differentiated screening, prevention, care and treatment programs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».