The role of prevention strategies in achieving HCV elimination in Canada: what are the remaining challenges?
Notice bibliographique
Résumé
Background: The worldwide economic, health, and social consequences of drug use disorders are devastating. Injection drug use is now a major factor contributing to hepatitis C virus (HCV) transmission globally, and it is an important public health concern. Methods: This article presents a narrative review of scientific evidence on public health strategies for HCV prevention among people who inject drugs (PWID) in Canada. Results: A combination of public health strategies including timely HCV detection and harm reduction (mostly needle and syringe programmes and opioid substitution therapy) have helped to reduce HCV transmission among PWID. The rising prevalence of pharmaceutical opioid and methamphetamine use and associated HCV risk in several Canadian settings has prompted further innovation in harm reduction, including supervised injection facilities and low-threshold opioid substitution therapies. Further significant decreases in HCV incidence and prevalence, and in corresponding disease burden, can only be accomplished by reducing transmission among high-risk persons and enhancing access to HCV treatment for those at the greatest risk of disease progression or viral transmission. Highly effective and tolerable direct-acting antiviral therapies have transformed the landscape for HCV-infected patients and are a valuable addition to the prevention toolkit. Curing HCV-infected persons, and thus eliminating new infections, is now a real possibility. Conclusions: Prevention strategies have not yet ended HCV transmission, and sharing of injecting equipment among PWID continues to challenge the World Health Organization goal of eliminating HCV as a global public health threat by 2030. Future needs for research, intervention implementation, and uptake in Canada are discussed.
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 | 0,012 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,010 | 0,005 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».