The impact of the first, second and third waves of covid‐19 on hepatitis B and C testing in Ontario, Canada
Notice bibliographique
Résumé
The COVID-19 pandemic interrupted routine healthcare services. Hepatitis B virus (HBV) and hepatitis C virus (HCV) infections are often asymptomatic, and therefore, screening and on/post-treatment monitoring are required. Our aim was to determine the effect of the first, second and third waves of the pandemic on HBV and HCV testing in Ontario, Canada. We extracted data from Public Health Ontario for HBV and HCV specimens from 1 January 2019 to 31 May 2021. Testing volumes were evaluated and stratified by age, sex and region. Changes in testing volumes were analysed by per cent and absolute change. Testing volumes decreased in April 2020 with the first wave of the pandemic and recovered to 72%-75% of prepandemic volumes by the end of the first wave. HBsAg testing decreased by 33%, 18% and 15%, and HBV DNA testing decreased by 37%, 27% and 20%, in each consecutive wave. Anti-HCV testing decreased by 35%, 21% and 19%, and HCV RNA testing decreased by 44%, 30% and 36% in each consecutive wave. These trends were consistent by age, region and sex. Prenatal HBV testing volumes were stable. In conclusion, significant decreases in HBV and HCV testing occurred during the first three waves of the pandemic and have not recovered. In addition to direct consequences on viral hepatitis elimination efforts, these data provide insight into the impacts of the pandemic on chronic disease screening and management. Strategies to make up for missed testing will be critical to avoid additional consequences of COVID-19 long after the pandemic has resolved.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».