The effect of first-wave COVID-19 restrictions on HCV testing in Alberta, Canada: A trend analysis from 2019 to 2022
Notice bibliographique
Résumé
Background: Prior to the COVID-19 pandemic, Alberta was on track to meet national HCV elimination targets by 2030. However, it is unclear how the pandemic has affected progress. Here, we aim to assess the impact of first-wave COVID-19 restrictions on Alberta HCV testing trends. Methods: HCV testing information was extracted from the provincial public health laboratory from 2019 to 2022. HCV antibody and RNA testing were categorized into (1) number ordered, (2) number positive, and (3) percent positivity, and stratified by HCV history status. Testing trends were evaluated across locations engaging high-risk individuals and priority demographics. An interrupted time-series analysis was used to identify average monthly testing rates before, during, and after first-wave COVID-19 restrictions. Results: Overall, HCV testing trends were significantly affected by COVID-19 restrictions in April 2020. Average monthly rates decreased by 98.39 antibody tests ordered per 100,000 among individuals without an HCV history and by 1.78 RNA tests ordered per 100,000 among those with an HCV history. While antibody and RNA testing trends started to rebound in the follow-up period relative to pre-restriction period, testing levels in the follow-up period remained below pre-restriction levels for all groups, except for addiction/recovery centres and emergency room/acute care facilities, which increased. Conclusions: If rates are to return to pre-restriction levels and elimination goals are to be met, more work is needed to engage individuals in HCV testing. As antibody testing rates are rebounding, reengaging those with a history of HCV for viral load monitoring and treatment should be prioritized.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,001 |
| 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 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 ».