National Hepatitis C estimates: Incidence, prevalence, undiagnosed proportion and treatment, Canada, 2019
Notice bibliographique
Résumé
Background: Estimates of the number of hepatitis C virus (HCV) infections are important for monitoring efforts aimed at preventing disease transmission, especially following the introduction of a highly effective treatment. This report provides updated estimates of HCV incidence, prevalence, undiagnosed proportion and treatment in Canada. Methods: A combination of back calculation modelling and a modified version of the workbook method were used to estimate the incidence and prevalence of anti-HCV positive persons, the prevalence of chronic HCV infection and the undiagnosed proportion. The number of people treated for chronic HCV was estimated using administrative pharmaceutical data. Results: An estimated 9,470 new infections occurred in 2019, corresponding to an incidence rate of 25 per 100,000 population, a 7.7% decrease since 2015. The estimated prevalence of anti-HCV antibodies in the Canadian population was 1.03% (plausible range: 0.83%-1.38%), and the estimated prevalence of chronic HCV was 0.54% (plausible range: 0.40%-0.79%). The overall proportion of anti-HCV positive persons who were undiagnosed was estimated at 24% of all infections, with individuals born between 1945 and 1975 being the priority population the most likely to be undiagnosed. An estimated 74,500 people with chronic HCV have been treated since the introduction of direct-acting antivirals in 2014. Conclusion: Estimates of HCV incidence and prevalence are key metrics to guide interventions and resource allocation. While our estimates show that HCV incidence has decreased in Canada in recent years and treatment of chronic HCV has continued to increase, ongoing efforts are required to reduce the burden of HCV in Canada.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».