Implementing a Nurse-led HIV Pre-exposure Prophylaxis Service (PrEP-RN) in a Public Health Unit STI Clinic: A Public Health Reform Analysis
Notice bibliographique
Résumé
HIV pre-exposure prophylaxis (PrEP) is an efficacious pharmacologic HIV prevention strategy aimed at persons who are high-risk for HIV infection. Historically, PrEP uptake has been limited by systems-level barriers relating to the high cost of medications and few prescriber access points. In Ottawa, a team of researchers and clinicians sought to increase PrEP access to priority groups by implementing a fully nurse-led PrEP service, known as PrEP-RN, as part of the public health unit's sexual health clinic. This program was the first of its kind in Canada and required consideration from multiple stakeholders within the public health unit, and the Ottawa community. Patients at highest risk for HIV acquisition were offered a referral to PrEP-RN through a provider-driven, active-offer process by public health nurses, and medication coverage was provided to uninsured patients to ensure equal access to PrEP services. Preliminary results showed a 40% uptake of PrEP referrals among high-risk patients, demonstrating that this reform has been effective at reaching some priority groups; however, many persons continue to decline PrEP due to individual perceptions of risk (i.e., feeling they do not need this HIV prevention intervention).
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 | 0,026 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,002 |
| Bibliométrie | 0,003 | 0,015 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,005 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».