Eliminating Structural Barriers: The Impact of Unrestricted Access on Hepatitis C Treatment Uptake Among People Living With Human Immunodeficiency Virus
Notice bibliographique
Résumé
BACKGROUND: High costs of direct-acting antivirals (DAAs) have led health-care insurers to limit access worldwide. Using a natural experiment, we evaluated the impact of removing fibrosis stage restrictions on hepatitis C (HCV) treatment initiation rates among people living with human immunodeficiency virus (HIV), and then examined who was left to be treated. METHODS: Using data from the Canadian HIV-HCV Coinfection Cohort, we applied a difference-in-differences approach. Changes in treatment initiation rates following the removal of fibrosis stage restrictions were assessed using a negative binomial regression with generalized estimating equations. The policy change was then specifically assessed among people who inject drugs (PWID). We then identified the characteristics of participants who remained to be treated using a modified Poisson regression. RESULTS: Between 2010-2018, there were a total of 585 HCV initiations among 1130 eligible participants. After removing fibrosis stage restrictions, DAA initiations increased by 1.8-fold (95% confidence interval [CI] 1.3-2.4) controlling for time-invariant differences and secular trends. Among PWID the impact appeared even stronger, with an adjusted incidence rate ratio of 3.6 (95% CI 1.8-7.4). However, this increased treatment uptake was not sustained. At 1 year following universal access, treatment rates declined to 0.8 (95% CI .5-1.1). Marginalized participants (PWID and those of indigenous ethnicity) and those disengaged from care were more likely to remain HCV RNA positive. CONCLUSIONS: After the removal of fibrosis restrictions, HCV treatment initiations nearly doubled immediately, but this treatment rate was not sustained. To meet the World Health Organization elimination targets, the minimization of structural barriers and adoption of tailored interventions are needed to engage and treat all vulnerable populations.
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 | 0,006 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».