MétaCan
Menu
Retour à la cohorte
Enregistrement W4416915885 · doi:10.1186/s12939-025-02648-3

Addressing digital exclusion to improve access to HIV and viral hepatitis care for people who experience criminalization: a mixed methods evaluation of a quality improvement project

2025· article· en· W4416915885 sur OpenAlexafffund
Amrit Tiwana, Mike Mahay, Tiffany Barker, Rebecca Hasdell, Pam Young, Mo Korchinski, Deb Schmitz, Daryl Luster, Alnoor Ramji, Julia MacIsaac, Brian Conway, Chris Fraser, Sofia Bartlett

Notice bibliographique

RevueInternational Journal for Equity in Health · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueHIV/AIDS Research and Interventions
Établissements canadiensVancouver Infectious Diseases CentreSimon Fraser UniversityBC Centre for Disease ControlUniversity of British ColumbiaUniversity of CalgarySt. Paul's HospitalVancouver Community College
Organismes subventionnairesAbbVie CanadaBritish Columbia Centre for Disease ControlProvincial Health Services AuthorityGilead SciencesTD Bank
Mots-clésHealth carePublic healthHepatitis CQualitative researchProgram evaluationQualitative propertyHealth services researchmHealthHealth informaticsMultivariate analysis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: People who experience criminalization, such as those who use drugs, are incarcerated, and are affected by homelessness, have a high prevalence of HIV and/or hepatitis C virus (HCV) infection and low treatment uptake in British Columbia. Barriers to care include unreliable means of maintaining contact with healthcare providers. To reduce these barriers, the Test, Link, Call (TLC) Project provides cell phones and peer health mentors to support access to HIV and/or HCV care. This study aims to determine the outcomes and acceptability of TLC and its impact on care engagement. METHODS: A mixed-methods evaluation was conducted over the first 29 months (October 2021–March 2024) of the TLC Project. Data were collected concurrently in two rounds: the first after one year and the second two years after launch. Qualitative data were collected using semi-structured interviews conducted with healthcare providers (n = 8), peer health mentors (n = 6), and program participants (n = 20). Quantitative data, including demographic and clinical information, were gathered through program records and cross-sectional clinical chart reviews. Factors associated with HCV treatment uptake were assessed among HCV RNA positive participants (n = 245) using multivariate logistic regression. Data from both rounds were integrated for comprehensive analysis. RESULTS: 273 participants were enrolled in HCV care, and 26 in HIV care. Interviewees found TLC highly acceptable and effective. Positive outcomes included increased access to health and social services, connection to loved ones, independence, and safety. Challenges included phone theft and digital literacy issues. Overall, 57% of TLC participants enrolled for HCV care initiated curative treatment, compared to 40% among people who currently inject drugs in the provincial administrative database in 2020. The multivariate logistic regression analysis suggested that gender, housing stability, safer supply prescriptions, and length of involvement in the TLC program are predictive factors influencing treatment initiation. CONCLUSIONS: The provision of cell phones and peer health mentors effectively increased engagement in HIV and HCV care, demonstrating substantial benefits despite some challenges. This cost-effective intervention could be expanded to support people who experience criminalization in other geographic locations and addressing other health conditions, such as syphilis and substance use disorder.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,084
score de la tête « metaresearch » (Gemma)0,051
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,084
Score d'incertitude au seuil0,446

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0840,051
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,002
Communication savante0,0040,002
Science ouverte0,0030,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,264
Tête enseignante GPT0,634
Écart entre enseignants0,370 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Equity in HealthMême sujetHIV/AIDS Research and InterventionsTravaux en français237 207