Impact of the COVID-19 Pandemic on Hepatitis C Treatment Initiation in British Columbia, Canada: An Interrupted Time Series Study
Notice bibliographique
Résumé
We investigated the impacts of the COVID-19 pandemic on hepatitis C (HCV) treatment initiation, including by birth cohort and injection drug use status, in British Columbia (BC), Canada. Using population data from the BC COVID-19 Cohort, we conducted interrupted time series analyses, estimating changes in HCV treatment initiation following the introduction of pandemic-related policies in March 2020. The study included a pre-policy period (April 2018 to March 2020) and three follow-up periods (April to December 2020, January to December 2021, and January to December 2022). The level of HCV treatment initiation decreased by 26% in April 2020 (rate ratio 0.74, 95% confidence interval [CI] 0.60 to 0.91). Overall, no statistically significant difference in HCV treatment initiation occurred over the 2020 and 2021 post-policy periods, and an increase of 34.4% (95% CI 0.6 to 75.8) occurred in 2022 (equating to 321 additional people initiating treatment), relative to expectation. Decreases in HCV treatment initiation occurred in 2020 for people born between 1965 and 1974 (25.5%) and people who inject drugs (24.5%), relative to expectation. In summary, the pandemic was associated with short-term disruptions in HCV treatment initiation in BC, which were greater for people born 1965 to 1974 and people who inject drugs.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,001 | 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 ».