Estimation of an individual-level deprivation index in a cohort of HIV-HCV co-infected Canadians and its relationship with health outcomes
Notice bibliographique
Résumé
Background: HIV-HCV co-infected individuals are often more deprived than the general population.These factors may lead to disengagement from care.However, deprivation is difficult to measure, and often relies on aggregate data which don't capture individual heterogeneity.We developed an individual-level deprivation index for HIV-HCV co-infected persons that encapsulated social, material, and lifestyle factors. Methods:We estimated an individual-level deprivation index with data from the Canadian Coinfection Cohort, a national prospective cohort study.We used multiple correspondence analyses and exploratory data analyses to select 9 dichotomous variables at baseline visit: income >$1500/month; education >high school; employment; identifying as gay or bisexual; Indigenous status; injection drug use in last 6 months; injection drug use ever; past incarceration, and past psychiatric hospitalization.We fitted an item response theory model with: severity parameters (how likely an item was reported), discriminatory parameters, (how well a variable distinguished index levels), and an individual parameter (the index).We considered two models: a simple one with no provincial variation and a hierarchical model by province.The Widely Applicable Information Criterion was used to compare the models.Finally, we evaluated the association of the index with non-attendance to a second clinic visit (as a measure of disengagement) using logistic regression.Results: We analyzed 1547 complete cases of 1842 enrolled participants; 457 (30%) failed to attend a second visit.The hierarchical model was found to have the best fit.Values of the index were similarly distributed across the provinces.Overall, past incarceration, education, and unemployment had the greatest discriminatory parameters.However, in each province different components of the index were associated with being deprived reflecting local epidemiology.
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 | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».