Four methods for estimating hepatitis C incidence using extant testing data
Notice bibliographique
Résumé
BACKGROUND: Accurate estimation of hepatitis C (HCV) incidence is crucial for measuring progress towards HCV elimination targets set by the World Health Organization (WHO). Extant HCV antibody (Ab) and RNA test results are widely used to estimate HCV incidence, but the impact of cohort specification and case definition on validity and generalizability is poorly understood. METHODS: Using databases linked at ICES - a repository of administrative health data for Ontario residents - we constructed a cohort of 15.8 million Ontarians aged 18-80 between 1999 and 2018 to estimate annual HCV incidence using four methods. The population-based method calculated HCV incidence as the number of new HCV diagnoses each year divided by annual population size estimates, while Poisson regression was used in the other three incidence estimation methods: the test-negative method defined eligibility at first negative test; the RNA-based method prioritized specificity by requiring RNA+ tests; and the antibody-inclusive method prioritized sensitivity by including all Ab+ tests. RESULTS: Distinct patterns of HCV incidence were found across the estimation methods: the RNA-based estimates were lowest and fluctuated around 30 cases per 100,000 person-years, while population-based and antibody-inclusive estimates were 1.5-fold higher, and test-negative estimates were 7.9-fold higher. Population-based estimates were sensitive to changes in the HCV case definition used in Ontario from 1999-2018. The test-negative cohort had a high prevalence of human immunodeficiency virus (HIV) and substance use disorder, limiting generalizability of HCV incidence estimates. RNA-based estimates likely underestimated HCV incidence because 22% of Ab+ tests were unconfirmed by RNA testing, while antibody-inclusive estimates likely overestimated HCV incidence by assuming all unconfirmed Ab+ tests were true cases. CONCLUSION: These new findings illustrate the influence of cohort definition and HCV case definition when estimating HCV incidence using extant testing data, which will support accurate measurement of progress towards WHO HCV elimination goals.
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 | 0,039 | 0,147 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,006 |
| Bibliométrie | 0,010 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».