The Causal Effect of Opioid Agonist Treatment on Adherence to Direct-Acting Antiviral Treatment for Hepatitis C Virus
Notice bibliographique
Résumé
Abstract Background Opioid agonist treatment (OAT) supports adherence in medication regimens for other concurrent conditions. However, sparse evidence is available on its effect on promoting retention to direct-acting antivirals (DAAs) for people with opioid use disorder (PWOUD) with concurrent hepatitis C virus (HCV). Our objective was to determine the causal impact of OAT exposure on DAA adherence among HCV-positive PWOUD. Methods We executed a retrospective study using linked population-level data for British Columbia, Canada (January 1996–September 2018). We estimated the effect of OAT on DAA adherence using generalized estimating equations (GEEs) and marginal structural modeling (MSM) for time-varying confounding. The primary outcome was 85% DAA adherence (minimum 6 of 7 days). Results We included 2820 HCV-positive PWOUD who initiated a DAA regimen (32.6% female, 83.9% previously accessing OAT), with 2410 (95% among uncensored episodes) completing the regimen. The GEE-adjusted odds ratio of DAA adherence after OAT exposure was 1.05 (0.89–1.23), whereas the MSM-adjusted odds ratio was 0.97 (0.78–1.22). Conclusions In a setting with universal healthcare and widespread access to OAT and DAA treatment, DAA regimen completion rates were high regardless of OAT, and engagement in OAT did not increase DAA adherence. Nonengagement in OAT should not preclude DAA treatment for PWOUD.
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 | 0,007 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».