Hepatitis C Elimination in the Netherlands (CELINE): How nationwide retrieval of lost to follow-up hepatitis C patients contributes to micro-elimination
Notice bibliographique
Résumé
BACKGROUND & AIMS: The number of chronic hepatitis C virus (HCV)-infected patients who have been lost to follow-up (LTFU) is high and threatens HCV elimination. Micro-elimination focusing on the LTFU population is a promising strategy for low-endemic countries like the Netherlands (HCV prevalence 0.16%). We therefore initiated a nationwide retrieval project in the Netherlands targeting LTFU HCV patients. METHODS: LTFU HCV-infected patients were identified using laboratory and patient records. Subsequently, the Municipal Personal Records database was queried to identify individuals eligible for retrieval, defined as being alive and with a known address in the Netherlands. These individuals were invited for re-evaluation. The primary endpoint was the number of patients successfully re-linked to care. RESULTS: Retrieval was implemented in 45 sites in the Netherlands. Of 20,183 ever-diagnosed patients, 13,198 (65%) were known to be cured or still in care and 1,537 (8%) were LTFU and eligible for retrieval. Contact was established with 888/1,537 (58%) invited individuals; 369 (24%) had received prior successful treatment elsewhere, 131 (9%) refused re-evaluation and 251 (16%) were referred for re-evaluation. Finally, 219 (14%) were re-evaluated, of whom 172 (79%) approved additional data collection. HCV-RNA was positive in 143/172 (83%), of whom 38/143 (27%) had advanced fibrosis or cirrhosis and 123/143 (86%) commenced antiviral treatment. CONCLUSION: Our nationwide micro-elimination strategy accurately mapped the ever-diagnosed HCV population in the Netherlands and indicates that 27% of LTFU HCV-infected patients re-linked to care have advanced fibrosis or cirrhosis. This emphasizes the potential value of systematic retrieval for HCV elimination.
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 | 0,009 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».