Risk factors for clustering of tuberculosis cases: a systematic review of population-based molecular epidemiology studies.
Notice bibliographique
Résumé
BACKGROUND: Many molecular epidemiology studies have been conducted to identify risk factors for clustering of tuberculosis (TB) cases in the population. OBJECTIVE: To estimate the impact of commonly investigated risk factors on TB clustering. METHODS: Ten electronic databases were searched up to January 2006 along with a hand search of the International Journal of Tuberculosis and Lung Disease and bibliographies of review articles. Meta-analyses of odds ratios (ORs) for various risk factors were conducted using random effect models, stratified by TB incidence. Meta-regressions were employed to account for the heterogeneity in clustering proportions and the magnitudes of risk. FINDINGS: The TB clustering proportion varied greatly (7.0-72.3%) among 36 studies in 17 countries. In multiple meta-regression analyses, high TB incidence, mean cluster size and conventional contact tracing were significantly associated with higher clustering. The pooled ORs (95%CIs) for low and high/intermediate TB incidence studies, using a cut off of 25/100000 per year, were 3.4 (2.7- 4.2) and 1.6 (1.3-2.1) for local-born status, 1.6 (1.5-1.7) and 1.7 (1.3-2.2) for pulmonary TB and 1.2 (1.1-1.3) and 1.3 (1.1-1.7) for smear-positive cases, respectively. Male sex, local birth, alcohol abuse and injection drug use were significantly higher risks in low TB incidence studies than in the high/intermediate ones. INTERPRETATION: Meta-analyses yielded significant estimates of ORs for several risk factors across both levels of TB incidence. Alcohol abuse, injection drug use and homelessness--all characteristics of marginalized populations--were found to be consistently significant in populations of low TB incidence. More research is needed to better understand TB transmission dynamics in high-burden countries.
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 | 0,009 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,009 |
| Bibliométrie | 0,011 | 0,013 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| 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 ».