Implementation of Nurse‐Driven HIV Screening Targeting Key Populations in Emergency Departments: A Multilevel Analysis From the DICI‐VIH Trial
Notice bibliographique
Résumé
BACKGROUND: In countries with concentrated HIV epidemics, optimizing screening to reach individuals with undiagnosed infection is essential. The DICI-VIH study, a cluster-randomized crossover trial conducted in eight French emergency departments (EDs), found that a strategy combining nurse-driven targeted HIV screening with routine diagnostic testing was effective. AIM: The aim was to investigate factors associated with the implementation of HIV screening targeting key populations in EDs. METHODS: A self-administered questionnaire was distributed at registration to patients aged 18-64 years and able to give consent during the DICI-VIH intervention. Based on their responses, those belonging to key populations were offered a rapid test by triage nurses. Two key stages of the process were evaluated: questionnaire distribution by providers and test acceptance by patients. Patient information, daily workload, and ED characteristics were collected. The associations between these variables and (a) the proportion of questionnaires distributed and (b) the proportion of tests accepted were evaluated using multilevel modeling in order to examine differences in screening implementation between EDs. RESULTS: Questionnaire distribution proportions varied from 23% to 48% across EDs. They were higher on weekdays than weekends (odds ratio, OR: 3.77; 95% CI: 3.57-3.99) and when research staff participated (OR: 1.31; 95% CI: 1.26-1.37). They decreased over time (OR: 0.76; 95% CI: 0.71-0.82; 4th [Q3] vs. 1st quartile [Q0] of intervention days) and with increased patient flow (OR: 0.61; 95% CI: 0.56-0.67; Q3 vs. Q0 of eligible patients). Test acceptance varied from 64% to 77% across EDs, increased with research staff participation (OR 1.20; 95% CI: 1.03-1.40), and decreased over time (OR: 0.75; 95% CI: 0.60-0.92; Q3 vs. Q0). Patients who accepted were more likely to be younger (OR: 0.76; 95% CI: 0.61-0.96; 50-64-year-old vs. 30-39-year-old patients). LINKING EVIDENCE TO ACTION: Patient flow, intervention duration, weekdays, and research staff participation were important determinants of targeted screening implementation. These findings could help guide future implementation in similar settings.
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 | 0,019 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,008 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».