The impact of methadone maintenance therapy on access to regular physician care regarding hepatitis C among people who inject drugs
Notice bibliographique
Résumé
BACKGROUND & AIMS: People who inject drugs (PWID) living with hepatitis C virus (HCV) infection often experience barriers to accessing HCV treatment and care. New, safer and more effective direct-acting antiviral-based therapies offer an opportunity to scale-up HCV-related services. Methadone maintenance therapy (MMT) programs have been shown to be effective in linking PWID to health and support services, largely in the context of HIV. The objective of the study was to examine the relationship between being enrolled in MMT and having access to regular physician care regarding HCV among HCV antibody-positive PWID in Vancouver, Canada. DESIGN: Three prospective cohort studies of people who use illicit drugs. SETTING: Vancouver, Canada. PARTICIPANTS: We restricted the study sample to 1627 HCV-positive PWID between September 2005 and May 2015. MEASUREMENTS: A marginal structural model using inverse probability of treatment weights was used to estimate the longitudinal relationship between being enrolled in MMT and having a regular HCV physician and/or specialist. FINDINGS: In total, 1357 (83.4%) reported having access to regular physician care regarding HCV at least once during the study period. A marginal structural model estimated a 2.12 (95% confidence interval [CI]: 1.77-2.20) greater odds of having a regular HCV physician among participants enrolled in MMT compared to those not enrolled. CONCLUSIONS: HCV-positive PWID who enrolled in MMT were more likely to report access to regular physician care regarding HCV compared to those not enrolled in MMT. These findings demonstrate that opioid agonist treatment may be helpful in linking PWID to HCV care, and highlight the need to better engage people who use drugs in substance use care, when appropriate.
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 | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».