Differences among hepatitis C patients seen in community and specialist outpatient care settings
Notice bibliographique
Résumé
Background: In the province of New Brunswick, care for patients infected with hepatitis C is provided in both community-based care settings and specialist-based care settings, but little is known about the differences between these populations. The aim of the current study is to characterize the demographic, socioeconomic, mental health and substance use factors of patients seen in these settings. Methods: Enrolling sites for this study included four specialist office-based clinics and one community-based clinic in three communities in New Brunswick. Personal health data was collected with informed consent via questionnaires and medical records. Non-incarcerated patients seen between April 2014 and April 2016 were included in the analysis. Results: A total of 374 patients were included (34.8% community versus 65.2% specialist office). Patients seen in the community care setting were younger (median age 43.7 versus 49.1 years), less likely to have a primary care provider ( p = .007), rely on social assistance as regular source of income ( p <.001), have been incarcerated ( p = .007), reported sharing drug paraphernalia ( p = .025), had recent injection drug use ( p <.001), reported snorting drugs recently ( p <.001) and reported prior overdose ( p = .025). Community clinic patients also had significantly younger mean age at first use of alcohol (13.6 versus 14.7 years, p = .044), marijuana (14.6 versus 15.8, p = .040), and opioids (23.9 versus 26.5 years, p = .036) over those seen in specialist offices. Conclusions: Unique differences exist between patients seen in community and specialist care settings in New Brunswick. Understanding these differences is an essential first step in developing patient-centred care models.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».