通过医院内反射测试模型ALarm-C (REAL-C) 改进C型肝炎病毒护理级联

科学领域:

• 肝病学 肝病学是一种肝病学.
• 传染性疾病 传染性疾病
• 公共卫生 公共卫生

背景情况:

• 世界卫生组织 (WHO) 的目标是到2030年消除病毒性肝炎,包括型肝炎病毒 (HCV) 感染.
• 反射测试ALarm-C (REAL-C) 模型是为了改善医院内HCV诊断和管理而开发的.
• 该REAL-C模型整合了反射HCVRNA测试和医生警报,以增强患者护理途径.

研究的目的:

• 评估住院REAL-C模型在提高HCVRNA检测率方面的有效性.
• 评估REAL-C模型对HCV护理级联的影响,包括转诊,诊断和治疗率.
• 确定从最初的抗HCV阳性到RNA测试和随后的治疗的时间间隔.

主要方法:

• 一项回顾性研究分析了2020年3月至2023年6月期间1730名新抗HCV阳性患者的数据.
• 患者数据被分为三个时期:REAL-C前期,不完整的REAL-C和完整的REAL-C实施.
• 关键的结果指标包括HCV RNA测试率,胃肠病学转诊率,结合时间和治疗率.

主要成果:

• 型冠状病毒RNA检测率从REAL-C前的51.0%显著增加到完整的REAL-C模型后的95.6%.
• 胃肠病学转诊率从57.1%上升到81.1%,符合条件的患者的治疗率为92.4%.
• 从抗HCV阳性到HCVRNA检测的平均间隔从45.1日降至1.9天,从89.5日降至49.5天.

结论:

• 该REAL-C模型,包括反射测试和医生警报,大大提高了HCVRNA测试率.
• 该模型有效地简化了HCV护理级联,促进了及时诊断和治疗.
• REAL-C的实施是朝着实现世卫组织全球HCV消除目标迈出的重要一步.