Predictors of Antiviral Therapy in a Post-Transfusion Cohort of Hepatitis C Patients
Notice bibliographique
Résumé
INTRODUCTION: In the past, antiviral therapy has been given to 15% to 30% of patients infected with hepatitis C virus (HCV). The efficacy of therapy has recently improved with the addition of ribavirin and pegylated interferon. The aim of the present study was to identify the clinical, socioeconomic and health-system predictors of antiviral treatment for HCV. METHODS: A retrospective analysis of compensation claims data of patients who acquired HCV through blood transfusions between 1986 and 1990 was performed. The patients consisted of 2456 Canadian HCV-positive individuals. The authors reviewed narrative comments from physicians, and constructed univariate and multivariate logistic regression models, using receipt of antiviral therapy with interferon or interferon/ribavirin as the primary outcome. RESULTS: Of the 2456 patients, approximately 30% appeared to be eligible, but only 16% received treatment. Univariate analyses suggested that the disease severity, age, HIV status and province of residence were associated with the likelihood of receiving treatment (P<0.01). The final, multivariable model indicated that in patients with HCV: intermediate disease severity (eg, fibrosis, P<0.0001); middle age (P<0.0001); HIV-negative status (P<0.0001); and province of residence (Quebec, P<0.0001; and Saskatchewan, P<0.0001) were independent predictors of treatment. Narrative comments of physicians emphasized the importance of age, HIV status and patient preferences in clinical decision-making. DISCUSSION: Given the efficacy and cost-effectiveness of current antiviral therapy, treatment rates of HCV patients may be suboptimal. Further work is required to understand barriers to treatment related to geography, organization of medical care, age, medical provider and patient preferences.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».