“I want to feel young again” : Experiences and perspectives of young people who inject drugs living with hepatitis C in Vancouver, Canada
Notice bibliographique
Résumé
Objectives: People who inject drugs (PWID) are disproportionately impacted by hepatitis C virus (HCV). Despite the availability and efficacy of direct-acting antiviral (DAA) HCV therapies, treatment rates remain low among PWID. Among PWID, those who are young (under age 30) experience high rates of HCV and also face distinct barriers to care. The objective of this study is to identify facilitators and barriers to navigating various facets of the HCV cascade of care, including DAA treatment access, among young PWID. Methods: We draw on data from in-depth, semi-structured interviews, conducted between May and November 2019, with a sample of 11 young, street-involved PWID who have lived experience of HCV and who live in Metro Vancouver, Canada. Informed by a social constructivist epistemology, data were thematically analyzed using an equity-oriented theoretical framework. Results: Our analysis yielded two key themes. First, participants described facilitators to HCV care access, including individual (e.g. desire to be cured, knowledge of side effects) and healthcare and socio-contextual factors (e.g. peer supports, supportive youth-specific services). Second, participants described a contrasting set of barriers to HCV care access, including concerns over treatment side effects and (in)eligibility, complex healthcare system navigation, substance use- and housing-related stigma, and clinician gatekeeping of DAAs. Conclusion: Findings from this study underscore the need for HCV-related knowledge-building efforts among young PWID and clinicians. Also needed are structural policy interventions to facilitate access to DAAs, including anti-stigma efforts, access to safe housing, and the scale-up of low-barrier youth-specific services and decentralized HCV care.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,030 | 0,008 |
| Communication savante | 0,007 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».