Preventing hepatitis associated hepatocellular carcinoma through screening innovation and linkage to care (HbcCare)
Notice bibliographique
Résumé
The Alberta Health funded Cancer Research for Screening and Prevention (CRSP) study is a comprehensive initiative addressing the increasing burden of hepatocellular carcinoma (HCC), a form of liver cancer, primarily driven by hepatitis B (HBV) and hepatitis C (HCV) viral infections. HCC incidence is rising in Canada, with HBV and HCV responsible for over 50% of cases. Despite the availability of effective treatments, gaps in testing and treatment persist, particularly among marginalized, rural, immigrant, refugee, and newcomer communities, in which chronic viral hepatitis has a higher prevalence, exacerbating the HCC burden. The CRSP project aims to bridge this gap by implementing community-centred strategies in Calgary. It seeks to provide low-barrier, accurate Dried Blood Spot (DBS) testing for HBV and HCV (by finger prick), streamline treatment referrals, and enroll individuals at risk into an established automatic-recall HCC ultrasound-based screening program. Key objectives of the CRSP study include establishing grassroots community-led screening programs, documenting, and evaluating patient experiences, linking infected individuals to established HCC screening and viral hepatitis treatment programs, and defining implementation requirements. The project's multifaceted approach encompasses close community engagement, knowledge translation activities, co-identifying research themes, participant recruitment, collaborative data analysis, and taking results directly back to the community. It emphasizes lasting partnerships aligned with community needs. The project, Preventing Hepatitis-Associated Hepatocellular Carcinoma through Screening Innovation and Linkage to Care unfolds in three linked phases: strengthening relationships with community organizations, linking HBV and HCV cases to care, and reducing disease burden. Expected outcomes include early detection, reduced HCC risk, improved access to treatment, high-prevalence area identification, and enhanced health outcomes.
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 | 0,013 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».