MétaCan
Menu
Retour à la cohorte
Enregistrement W3022868120 · doi:10.1001/jamanetworkopen.2020.4192

Assessment of Treatment Strategies to Achieve Hepatitis C Elimination in Canada Using a Validated Model

2020· article· en· W3022868120 sur OpenAlexafffundabout
Mawuena Binka, Naveed Z. Janjua, Jason Grebely, Chris Estes, Dena L. Schanzer, Jisoo A. Kwon, Naglaa H. Shoukry, Jeffrey C. Kwong, Homie Razavi, Jordan J. Feld, Mel Krajden

Notice bibliographique

RevueJAMA Network Open · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueHepatitis C virus research
Établissements canadiensUniversity Health NetworkToronto Liver CentreInstitute for Clinical Evaluative SciencesCentre Hospitalier de l’Université de MontréalUniversity of British ColumbiaBC Centre for Disease Control
Organismes subventionnairesCanadian Institutes of Health ResearchPublic Health AgencyPublic Health Agency of Canada
Mots-clésMedicineHepatitis CHepatitis C virusEpidemiologyAntiviral treatmentHarm reductionEnvironmental healthChronic hepatitisInternal medicineFamily medicineImmunologyVirusHuman immunodeficiency virus (HIV)

Résumé

récupéré en direct d'OpenAlex

Importance: Achievement of the World Health Organization (WHO) target of eliminating hepatitis C virus (HCV) by 2030 will require an increase in key services, including harm reduction, HCV screening, and HCV treatment initiatives in member countries. These data are not available for Canada but are important for informing a national HCV elimination strategy. Objective: To use a decision analytical model to explore the association of different treatment strategies with HCV epidemiology and HCV-associated mortality in Canada and to assess the levels of service increase needed to meet the WHO elimination targets by 2030. Design, Setting, and Participants: Study participants in this decision analytical model included individuals with hepatitis C virus infection in Canada. Five HCV treatment scenarios (optimistic, very aggressive, aggressive, gradual decrease, and rapid decrease) were applied using a previously validated Markov-type mathematical model. The optimistic and very aggressive treatment scenarios modeled a sustained annual treatment of 10 200 persons and 14 000 persons, respectively, from 2018 to 2030. The aggressive, gradual decrease, and rapid decrease scenarios assessed decreases in treatment uptake from 14 000 persons to 10 000 persons per year, 12 000 persons to 8500 persons per year, and 12 000 persons to 4500 persons per year, respectively, between 2018 and 2030. Main Outcomes and Measures: Hepatitis C virus prevalence and HCV-associated health outcomes were assessed for each of the 5 treatment scenarios with the goal of identifying strategies to achieve HCV elimination by 2030. Results: An estimated mean 180 142 persons (95% CI, 122 786-196 862 persons) in Canada had chronic HCV infection at the end of 2017. The optimistic and gradual decrease scenarios estimated a decrease in HCV prevalence from 180 142 persons to 37 246 persons and 37 721 persons, respectively, by 2030. Relative to 2015, this decrease in HCV prevalence was associated with 74%, 69%, and 69% reductions in the prevalence of decompensated cirrhosis, hepatocellular carcinoma, and liver-associated mortality, respectively, leading to HCV elimination by 2030. More aggressive treatment uptake (very aggressive scenario) could result in goal achievement up to 3 years earlier than 2030, although a rapid decrease in the initiation of treatment (rapid decrease scenario) would preclude Canada from reaching the HCV elimination goal by 2030. Conclusions and Relevance: The study findings suggest that Canada could meet the WHO goals for HCV elimination by 2030 by sustaining the current national HCV treatment rate during the next decade. This target will not be achieved if treatment uptake is allowed to decrease rapidly.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,116
Tête enseignante GPT0,398
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJAMA Network OpenMême sujetHepatitis C virus researchTravaux en français237 207