Telemedicine and hybrid engagement models facilitate hepatitis C cascade of care during periods of healthcare disruption
Notice bibliographique
Résumé
INTRODUCTION AND OBJECTIVES: To assess the utility of telemedicine in the provision of hepatitis C care, we compared characteristics and outcomes of HCV-infected patients engaging in standard in-clinic care, telemedicine only (TM), and hybrid (HB) models of care across pre-, peri‑ and post-COVID-19 pandemic periods. PATIENTS AND METHODS: HCV RNA-positive patients assessed between October 2017 and March 2025 at The Ottawa Hospital Viral Hepatitis Program (Ottawa, Canada) were retrospectively analyzed. RESULTS: Of 1118 patients, 626 (56.0%) engaged in standard care, 139 (12.4%) in TM care, and 353 (31.6%) in HB care. TM group patients were less likely to have immigrated, experienced substance abuse, housing instability, incarceration, or psychiatric conditions, or be based in Ottawa. Utilization of HB and TM care was highest during the pandemic. Across all time periods, HB care demonstrated higher DAA treatment initiation and completion compared to standard or TM care (standard: 81.5 %; TM: 79.1 %; HB: 92.1 %, p < 0.01) and (standard: 91.3%; TM: 93.6%; HB: 96.3%, p = 0.02), respectively, with no difference in SVR. During the pandemic, a greater proportion of patients experiencing barriers to cure engaged in HB or TM care and achieved DAA completion (pre: 91.1%; pandemic: 98.1%; post: 95.8%, p < 0.01). HB care was associated with increased odds of DAA initiation (OR = 2.87; 95% CI 1.82 to 4.53), including patient populations experiencing barriers to cure (OR = 2.35; 95% CI 1.35 to 4.07). CONCLUSIONS: HB models demonstrate potential in addressing public health challenges and engaging marginalized populations, supporting increased integration into HCV care programs.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».