MétaCan
Menu
← Back to cohort
Record W7161810498 · doi:10.82308/3021

Overcoming Hepatitis C: changes in quality of life, healthcare use and substance use in HIV-coinfected patients after antiviral therapy

2014· dissertation· en· W7161810498 on OpenAlexaboutno aff
Man Wah Yeung

Bibliographic record

Venuenot available
Typedissertation
Languageen
FieldMedicine
TopicHepatitis C virus research
Canadian institutionsnot available
Fundersnot available
KeywordsHuman immunodeficiency virus (HIV)Antiviral therapyAntibacterial agentSidaHepatitis C

Abstract

fetched live from OpenAlex

Contexte:Pour les patients infectés par le virus de l'hépatite C (VHC), l'objectif du traitement antiviral est d'atteindre une réponse virologique soutenue (RVS) qui procure des avantages en santé mesurables par rapport à la mono-infection en VHC. Cependant, l'existence de tels avantages pour les patients co-infectés par le VIH qui ont des problèmes de santé supplémentaires n'est pas claire. Nous avons examiné les changements de la qualité liée à la santé de la vie (QVLS), l'utilisation des services de santé et l'utilisation de substances au cours du temps chez les patients traités pour le VHC, en particulier les répondeurs et les non-répondeurs au traitement, dans la cohorte de co-infection VIH/VHC canadienne. Méthodes: Des patients co-infectés VIH/VHC avec ARN positif du VHC (avec ou sans traitement anti-VHC antérieur) ont été sélectionnés à partir de la Cohorte canadienne de coïnfection VIH-VCH et suivis aux six mois. Les patients se sont auto-évalués de 0 à 100 (du pire au meilleur état de santé) pour la QVLS en utilisant l'échelle visuelle analogique du questionnaire EuroQol-5D. Nous avons examiné les scores médians QVLS, les ratios des taux d'incidence des services de santé et la fréquence de consommation de drogues avant et après le traitement anti-VHC. Par ailleurs, nous avons utilisé la régression linéaire pour examiner l'effet de la RVS sur le changement en pourcentage de QVLS. Une régression binomiale négative a permis de modéliser la relation entre la RVS et la fréquence des services de santé utilisés. Résultats: À partir des 1002 patients VHC chroniques, 169 (17%) ont reçu un traitement - 65 (38%) ont atteint la RVS, 46 (27%) n'ont pas attient la RVS, 35 (21%) ont reçu un traitement continu et 23 (14%) avaient des résultats inconnus. Pour les répondeurs au traitement, les scores EuroQOL se sont améliorés après le traitement (médiane des scores: 71 à 80). Les non-répondeurs n'ont démontré aucune amélioration au cours du temps (scores médians: ≤ 70). Globalement, l'utilisation des services de santé était plus faible pour les répondeurs au traitement que pour les non-répondeurs., particulièrement pour les visites à l'urgence et les hospitalisations (ratios des taux d'incidence à six mois (post-traitement: 0,36 et 0,17, respectivement). À l'exception des visites aux cliniques sans rendez-vous (ratios des taux d'incidence à six mois post-traitement: 3,26). L'atteinte de la RVS a diminué de manière significative la fréquence des visites des patients hospitalisés. Les patients ont réduit leur consommation de tabac et les comportements de consommation de drogues illicites, mais la consommation d'alcool post-traitement a augmenté chez tous les patients (de 49% à 64% chez les répondeurs et de 44% à 61% chez les non-répondeurs). Conclusions: La RVS peut avoir des effets multidimensionnels sur la QVLS, l'utilisation des soins de santé et l'utilisation de substances. Un meilleur état de santé a été noté et moins de services de santé ont été utilisés par les répondeurs au traitement. L'augmentation de la consommation d'alcool après la RVS nécessite une investigation plus approfondie puisqu'elle pourrait contrecarrer les avantages du traitement anti-VHC. Un suivi plus long est nécessaire pour déterminer la durabilité des avantages pour la santé de la RVS dans la co-infection.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.003
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.004
Threshold uncertainty score0.008

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.003
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0000.000
Scholarly communication0.0010.001
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0020.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.070
GPT teacher head0.360
Teacher spread0.291 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2014
Admission routes1
Has abstractyes

Explore more

Same topicHepatitis C virus research→French-language works237,207→