Medicaid Policy and Hepatitis C Treatment Among Rural People Who Use Drugs
Notice bibliographique
Résumé
BACKGROUND: Restrictive Medicaid policies regarding hepatitis C virus (HCV) treatment may exacerbate rural health care disparities for people who use drugs (PWUD). We assessed associations between Medicaid restrictions and HCV treatment among rural PWUD. METHODS: We compiled state-specific Medicaid treatment policies across 8 US rural sites in 10 states and merged these with participant survey data. We hypothesized that local restrictions regarding prescriber type, sobriety, and fibrosis estimates were associated with HCV treatment outcomes. We conducted a cross-sectional, ecological analysis of treatment restrictions and HCV treatment outcomes using bivariate analyses to characterize differences between PWUD who initiated HCV treatment and unadjusted logistic regressions to assess associations between restrictions and treatment. RESULTS: Among 944 participants, 111 (12%) reported receiving HCV treatment. Participants receiving treatment were older [median age (interquartile range): 42 (34-53) vs. 35 (29-42), P<0.001], more likely to receive disability support (32% vs. 20%, P=0.002), and less likely to be Medicaid-insured (57% vs. 71%, P < 0.001). More PWUD in states without any restrictions reported receiving treatment (17% vs. 11%, P=0.08) and achieving HCV cure/clearance (42% vs. 30%, P=0.01) than in states with restrictions. Restrictions were associated with lower odds of receiving HCV treatment (odds ratio=0.61, 95% CI: 0.35-1.06, P=0.08). Sensitivity analyses showed a similar association with HCV cure/clearance (odds ratio=0.60, 95% CI: 0.40-0.91, P=0.02). CONCLUSIONS: We identified significant unadjusted associations between Medicaid restrictions and receipt of HCV treatment and cure, which has substantial implications for health outcomes among rural PWUD. Lifting remaining Medicaid restrictions will be critical to achieving HCV elimination.
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 | 0,002 |
| 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) | 0,002 | 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 ».