MétaCan
Menu
Retour à la cohorte
Enregistrement W3127103954 · doi:10.1186/s12889-021-10225-w

Leaving no one behind? An equity analysis of the HIV care cascade among a cohort of people living with HIV in Manitoba, Canada

2021· article· en· W3127103954 sur OpenAlexafffundabout
Leigh M. McClarty, James Blanchard, Marissa Becker

Notice bibliographique

RevueBMC Public Health · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV, Drug Use, Sexual Risk
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineBiostatisticsHuman immunodeficiency virus (HIV)Public healthEpidemiologyCohortEquity (law)Environmental healthCohort studyGerontologyFamily medicineNursingInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Manitoba is a central Canadian province with annual rates of new HIV infections consistently higher than the Canadian average. National surveillance statistics and data from the provincial HIV care program suggest that epidemiological heterogeneity exists across Manitoba. New HIV cases are disproportionately reported among females, Indigenous-identifying individuals, and those with a history of injection drug use. Given the heterogeneity in acquisition, it is of interest to understand whether this translates into inequalities in HIV care across Manitoba. METHODS: A sample of 703 participants from a clinical cohort of people living with HIV in Manitoba, with data current to the end of 2017, was used to conduct cross-sectional, disaggregated analyses of the HIV care cascade to identify heterogeneity in service coverage and clinical outcomes among different groups receiving HIV care in Manitoba. Equiplots are used to identify and visualize inequalities across the cascade. Exploratory multivariable logistic regression models quantify associations between equity variables (age, sex, geography, ethnicity, immigration status, exposure category) and progression along the cascade. Adjusted odds ratios (AOR) and 95% confidence intervals (95%CI) are reported. RESULTS: Equity analyses highlight inequalities in engagement in and coverage of HIV-related health services among cohort participants. Equiplots illustrate that the proportion of participants in each cascade step is greater for those who are older, white, non-immigrants, and report no history of injection drug use. Compared to those living in Winnipeg, participants in eastern Manitoba have greater odds of achieving virologic suppression (AOR[95%CI] = 3.8[1.3-11.2]). The odds of Indigenous participants being virologically suppressed is half that of white participants (AOR[95%CI] = 0.5[0.3-0.7]), whereas African/Caribbean/Black participants are significantly less likely than white participants to be in care and retained in care (AOR[95%CI] = 0.3[0.2-0.7] and 0.4[0.2-0.9], respectively). CONCLUSIONS: Inequalities exist across the cascade for different groups of Manitobans living with HIV; equiplots are an innovative method for visualizing these inequalities. Alongside future research aiming to understand why inequalities exist across the cascade in Manitoba, our equity analyses can generate hypotheses and provide evidence to inform patient-centred care plans that meet the needs of diverse client subgroups and advocate for policy changes that facilitate more equitable HIV care across the province.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,288

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0050,001
Communication savante0,0020,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,056
Tête enseignante GPT0,328
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations19
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetHIV, Drug Use, Sexual RiskTravaux en français237 207