P137 Understanding barriers and enablers to hepatitis C treatment initiation: a systematic review of qualitative studies
Notice bibliographique
Résumé
Many factors associated with disengagement from care between hepatitis C diagnosis and treatment initiation have been identified in the direct-acting antiviral (DAA) era. We aimed to better understand and contextualise these factors by undertaking a systematic review of qualitative studies on DAA treatment initiation. We performed a systematic review of the barriers and enablers to hepatitis C DAA treatment initiation, in high income settings with free publicly-funded universal healthcare provision. We searched eight bibliographic databases for studies published between 2014 and May 2022 using pre-defined keywords. We included provider and patient interview-based qualitative studies investigating positive (enablers) or negative (barriers) associations with DAA treatment initiation. The Capability, Opportunity, Motivation, Behaviour (COM-B) framework was used to synthesise our findings. Of 5198 articles identified, 21 studies conducted in Australia, Canada and Europe were included. Overall quality was good. Barrier themes included: lack of knowledge of DAA availability and effectiveness, poor mental and physical health and deferral to stabilise drug use first (Capability); previous negative healthcare experiences including stigma, competing priorities and resource limitations of the patient (such as housing) as well as of the provider and healthcare context (Opportunity); and beliefs about consequences of hepatitis C and of DAA treatment (Motivation). Enabler themes included: peer advocate-led awareness-raising and education (Capability); building trusting patient-provider relationships, simplified integrated/co-located multidisciplinary care services to address multiple needs (Opportunity); and changing beliefs about consequences and individual capabilities (Motivation). Interview-based studies of barriers and enablers to DAA treatment explain multiple factors associated with lower treatment uptake borne out in quantitative analyses, such as low socioeconomic status, insecure housing, active drug use, disease stage, age and treatment experience. By identifying an individual’s Capability, Opportunity and Motivation barriers, pre-emptive supportive interventions can be tailored to efficiently enable engagement with DAA treatment. References O’Sullivan M, Jones AM, Gage H, et al. ITTREAT (Integrated Community Test - Stage - TREAT) Hepatitis C service for people who use drugs: real-world outcomes. Liver International. 2020;40:1021–31. Valerio H, Alavi M, Silk D, et al. Progress towards elimination of hepatitis c infection among people who inject drugs in australia: The ETHOS engage study. Clin Infect Dis. 2021;73(1):e69-e78. Michie S, Van Stralen MM, West R. The behaviour change wheel: a new method for characterising and designing behaviour change interventions. Implementation science 2011;6:42. Cane J, O’Connor D, Michie S. Validation of the theoretical domains framework for use in behaviour change and implementation research. Implementation Science. 2012;7:37.
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 | 0,069 | 0,161 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,014 | 0,016 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,007 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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 ».