Combined COVID-19 vaccination and hepatitis C virus screening intervention in marginalised populations in Spain
Notice bibliographique
Résumé
BACKGROUND: COVID-19 has hindered hepatitis C virus (HCV) and HIV screening, particularly in marginalised groups, who have some of the highest rates of these conditions and lowest rates of COVID-19 vaccination. We assessed the acceptability of combining HCV testing with COVID-19 vaccination in a centre for addiction services (CAS) in Barcelona and a mobile testing unit (MTU) in Madrid, Spain. METHODS: From 28/09/2021 to 30/06/2022, 187 adults from marginalised populations were offered HCV antibody (Ab) testing along with COVID-19 vaccination. If HCV Ab+, they were tested for HCV-RNA. MTU participants were also screened for HIV. HCV-RNA+ and HIV+ participants were offered treatment. Data were analysed descriptively. RESULTS: Findings show how of the 86 CAS participants: 80 (93%) had been previously vaccinated for COVID-19, of whom 72 (90%) had the full first round schedule; none had a COVID-19 vaccine booster and all received a COVID-19 vaccine; 54 (62.8%) were tested for HCV Ab, of whom 17 (31.5%) were positive, of whom all were tested for HCV-RNA and none were positive. Of the 101 MTU participants: none had been vaccinated for COVID-19 and all received a COVID-19 vaccine; all were tested for HCV Ab and HIV and 15 (14.9%) and 9 (8.9%) were positive, respectively; of those HCV Ab+, 9 (60%) were HCV-RNA+, of whom 8 (88.9%) have started treatment; 5 (55.6%) of those HIV+ had abandoned antiretroviral therapy, of whom 3 (60%) have re-started it. CONCLUSIONS: The intervention was accepted by 54 (62.8%) CAS participants and all MTU participants and can be used in marginalised communities.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 ».