Socioeconomic determinants of virtual care use among people living with HIV in a clinical cohort in Ontario, Canada: A cross-sectional study
Notice bibliographique
Résumé
Abstract Background Engagement in HIV care significantly improves health outcomes and life expectancy. However, socioeconomic challenges often impeder consistent care. Virtual care offers a potential solution by enhancing timely access to HIV services and addressing these barriers. Objectives We aimed to examine the association between socioeconomic factors and the use of virtual care among people living with HIV (PLHIV) in a clinical cohort in Ontario, Canada. Methods We analysed 2022 data from the Ontario HIV Treatment Network Cohort Study (OCS), coinciding with the initial rollout of virtual care. The OCS is a multi-site cohort comprising patients from 10 HIV clinics, with data obtained from medical charts, interviews, and linkage to provincial public health lab (PHOL) records for viral load testing. Multinomial logistic regression was used to identify predictors of care mode: virtual, in-person, or a combination of both. Results The study included 1,930 participants. Of these, 19% (n = 367) received virtual care, 45.6% (n = 900) received in-person care, and 34.3% (n = 663) accessed both virtual and in-person services. The median participant age was 55 years [Q1; Q3: 45; 62], and 78% (n = 1,131) identified as men who have sex with men (MSM). Compared to Toronto residents, individuals living in Southwestern Ontario had higher odds of using virtual care (adjusted OR (AOR) 1.67, 95% CI: 1.13, 2.47). Conversely, females (AOR = 0.59; 95% CI: 0.40, 0.88), non-MSM men (AOR = 0.64; 95% CI: 0.45, 0.92), residents of Eastern Ontario (AOR = 0.42; 95% CI: 0.26, 0.68), individuals with a high school education compared to those with a university degree (AOR = 0.67; 95% CI: 0.46, 0.98), those with an annual gross income of CAD $71,000-90,000 (AOR = 0.59; 95% CI: 0.38, 0.91), and individuals diagnosed with HIV within the last 10 years compared to those diagnosed more than 10 years ago (AOR = 0.59; 95% CI: 0.39, 0.91) were less likely to use virtual care. Participants experiencing any level of depression were more likely to use both virtual and in-person care options. Conclusion Virtual care was introduced during the COVID-19 pandemic to enhance healthcare access in Ontario. Its adoption varied based on socioeconomic and health-related factors in the OCS cohort. Ongoing research is needed to assess these patterns beyond the pandemic context..
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».