Estimating chronic hepatitis C prevalence in British Columbia and Ontario, Canada, using population‐based cohort studies
Notice bibliographique
Résumé
Patients identified as having chronic hepatitis C (CHC) infection can be effectively and rapidly treated using direct-acting antiviral agents. However, there remains a substantial burden of subclinical undetected infection. This study estimates the prevalence and undiagnosed proportion of CHC in British Columbia (BC) and Ontario, Canada, using a model-based approach, informed by provincial population-level health administrative data. A two-step approach was used: Step 1) Two population-based retrospective analyses of administrative health data for a cohort of British Columbians and a cohort of Ontarians with CHC were conducted to generate population-level statistics of CHC-related health events; Step 2) using a validated natural history model of hepatitis C virus (HCV) infection, the historical prevalence of CHC was back-calculated from the data collected in Step 1. Our retrospective study found that, in BC and Ontario, the number of newly diagnosed CHC cases is declining yearly while the complications of the disease are increasing yearly. BC had a 2014 CHC prevalence of 1.04% (95% CI: 0.84%-1.44%), with 33.3% (95% CI: 25.5%-42.0%) of CHC cases undiagnosed. Ontario had a 2014 CHC prevalence of 0.91% (95% CI: 0.83%-1.02%) with 36.0% (95% CI: 31.2%-38.9%) of CHC cases undiagnosed. Our study offers robust estimates based on the integration of a validated natural history model with population-level health administrative data on HCV-related events, which can provide vital evidence for policymakers to develop appropriate policies to achieve elimination targets. Our approach can also be applied to produce robust region-specific estimates in other countries.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 ».