Applying core theory and spatial analysis to identify hepatitis C virus infection “core areas” in British Columbia, Canada
Notice bibliographique
Résumé
"Core areas" of transmission for bacterial sexually transmitted infections have been identified. However, it is unclear whether core areas apply to viral infections, such as hepatitis C virus (HCV). We used geographic mapping and spatial analysis to identify distinct core areas of HCV infection in British Columbia (BC) using the BC Hepatitis Testers Cohort (BC-HTC), 1990-2013. The BC-HTC includes all BC residents tested for HCV (~1.5 million; 1990-2013). Core HCV infection areas were identified spatially and temporally for five time periods (1990-1993, 1994-1998, 1999-2003, 2004-2008 and 2009-2013) through thematic mapping, Kernel Density Estimation, Hotspot analysis and cluster analysis at the Census dissemination area level in ArcGIS and SatScan. HCV infection core areas were consistently identified. HCV core areas expanded from the downtown of major cities in different regions of BC (Metro Vancouver, Vancouver Island, and Northern BC; 1990-1998), to smaller cities in Metro Vancouver and Interior BC (2000 onwards). Statistically significant clusters, or hotspots, were also observed for downtown Vancouver, Northern BC (Prince George) and Vancouver Island from 1990 to 2008 with expansion to other urban areas in Metro Vancouver from 1990-2013. Statistically significant clusters persisted after adjustment for injection drug use, number of HCV tests, age, sex, material and social deprivation. Persistence of areas with high HCV diagnoses rates in Vancouver and Prince George supports the theory of core areas of HCV transmission. Identification of core areas can inform prevention, care and treatment programme interventions and evaluate their impact over time.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».