Liver health events: an indigenous community-led model to enhance HCV screening and linkage to care
Notice bibliographique
Résumé
Despite high prevalence of hepatitis C virus (HCV), linkage to care and treatment for Indigenous people is low. In an Indigenous community in Saskatchewan, Canada a retrospective review identified 200 individuals (∼12% prevalence) had HCV antibodies though majority lacked ribonucleic acid (RNA) testing, and few received treatment despite availability of an effective cure. Following Indigenous oral traditions, focus group discussions were held with key community members and leadership. Participants emphasized the need for a community-based screening and treatment programme. A team of community members, peers and healthcare professionals developed a streamlined screening pathway termed 'liver health event' (LHE) to reduce stigma, reach undiagnosed, re-engage previously diagnosed, and ensure rapid linkage to care/treatment. LHEs began December 2016. Statistics were tracked for each event. As of July 2019, there were 10 LHEs with 540 participants, 227 hepatitis C tests and 346 FibroScans completed. This represented 294 unique individuals, of which 64.3% were tested, and of those, 40.8% were Ab positive. Among those positive for antibodies, 41.7% had active hepatitis C infections, and among these, 90% were linked to care, and 14 new positive individuals were identified. Following the success of LHEs, these were adapted and implemented in 10 other communities in this region, resulting in 17 additional LHEs. This intervention is reaching the undiagnosed and linking clients to care through a low-barrier and de-stigmatizing approach. It has facilitated collaboration, knowledge exchange and mentorship between Indigenous communities, significantly impacting health outcomes of Indigenous people in this region.
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 | 0,001 | 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 | 0,001 | 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 ».