Increased reengagement of out-of-care HIV patients using Lost & Found, a clinic-based intervention
Notice bibliographique
Résumé
BACKGROUND: Negative health outcomes associated with being out of HIV care (OOC) warrant reengagement strategies. We aimed to assess effectiveness of Lost & Found, a clinic-based intervention to identify and reengage OOC patients. METHODS: Developed and delivered using implementation science, Lost & Found consists of two core elements: identification, operationalized through nurse validation of a real-time list of possible OOC patients; and contact, via nurse-led phone calls. It was implemented over a 12-month period (2018-2019) at the Chronic Viral Illness Service, McGill University Health Centre (CVIS-MUHC) during a type-II implementation-effectiveness hybrid pilot study. Descriptive outcomes of interest were identification as possibly OOC, OOC confirmation, contact, and successful reengagement. We present results from a pre-post analysis comparing overall reengagement to the year prior, using robust Poisson regression controlled for sex, age, and Canadian birth. Time to reengagement is reported using a Cox proportional hazards model. RESULTS: Over half (56%; 1312 of 2354) of CVIS-MUHC patients were identified as possibly OOC. Among these, 44% (n = 578) were followed elsewhere, 19% (n = 249) engaged in care, 3% (n = 33) deceased, 2% (n = 29) otherwise not followed, and 32% (n = 423) OOC. Of OOC patients contacted (85%; 359/423), 250 (70%) reengaged and 40 (11%) had upcoming appointments; the remainder were unreachable, declined care, or missed given appointments. Pre-post results indicate people who received Lost & Found were 1.18 [95% confidence interval (CI) 1.02-1.36] times more likely to reengage, and reengaged a median 55 days (95% CI 14-98) sooner. CONCLUSION: Lost & Found may be a viable clinic-based reengagement intervention for OOC patients. More robust evaluations are needed.
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 | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».