ECHO+: Improving access to hepatitis C care within Indigenous communities in Alberta, Canada
Notice bibliographique
Résumé
BACKGROUND: Indigenous populations experience higher rates of hepatitis C virus (HCV) infections in Canada. The Extension for Community Health Outcomes+ (ECHO+) telehealth model was implemented in Alberta to support HCV screening and treatment, using Zoom technology to support Indigenous patient access to specialist care closer to home. Our goal was to expand this program to more Indigenous communities in Alberta, using various Indigenous-led or co-designed methods. METHODS: The ECHO+ team implemented a Two-Eyed Seeing framework, incorporating Indigenous wholistic approaches alongside Western treatment. This approach works with principles of respect, reciprocity, and relationality. The ECHO+ team identified Indigenous-specific challenges, including access to liver specialist care, HCV awareness, stigma, barriers to screening and lack of culturally relevant approaches. RESULTS: Access to HCV care via this program significantly increased HCV antiviral use in the past 5 years. Key lessons learned include Indigenous-led relationship building and development of project outputs in response to community needs influences impact and increases relevant changes increasing access to HCV care. Implementation of ECHO+ was carried out through biweekly telehealth sessions, problem solving in partnership with Indigenous communities, increased HCV awareness, and flexibility resulting from the impacts of COVID-19. CONCLUSION: Improving Indigenous patient lives and reducing inequity requires supporting local primary health care providers to create and sustain integrated HCV prevention, diagnosis, treatment, and support services within a culturally safe and reciprocal model. ECHO+ uses telehealth and culturally appropriate methodology and interventions alongside multiple stakeholder collaborations to improve health outcomes for HCV.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,000 | 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 ».