Impact of community tracer teams on treatment outcomes among tuberculosis patients in South Africa
Notice bibliographique
Résumé
BACKGROUND: Tuberculosis (TB) indicators in South Africa currently remain well below global targets. In 2008, the National Tuberculosis Program (NTP) implemented a community mobilization program in all nine provinces to trace TB patients that had missed a treatment or clinic visit. Implementation sites were selected by TB program managers and teams liaised with health facilities to identify patients for tracing activities. The objective of this analysis was to assess the impact of the TB Tracer Project on treatment outcomes among TB patients. METHODS: The study population included all smear positive TB patients registered in the Electronic TB Registry from Quarter 1 2007-Quarter 1 2009 in South Africa. Subdistricts were used as the unit of analysis, with each designated as either tracer (standard TB program plus tracer project) or non-tracer (standard TB program only). Mixed linear regression models were utilized to calculate the percent quarterly change in treatment outcomes and to compare changes in treatment outcomes from Quarter 1 2007 to Quarter 1 2009 between tracer and non-tracer subdistricts. RESULTS: For all provinces combined, the percent quarterly change decreased significantly for default treatment outcomes among tracer subdistricts (-0.031%; p < 0.001) and increased significantly for successful treatment outcomes among tracer subdistricts (0.003%; p = 0.03). A significant decrease in the proportion of patient default was observed for all provinces combined over the time period comparing tracer and non-tracer subdistricts (p = 0.02). Examination in stratified models revealed the results were not consistent across all provinces; significant differences were observed between tracer and non-tracer subdistricts over time in five of nine provinces for treatment default. CONCLUSIONS: Community mobilization of teams to trace TB patients that missed a clinic appointment or treatment dose may be an effective strategy to mitigate default rates and improve treatment outcomes. Additional information is necessary to identify best practices and elucidate discrepancies across provinces; these findings will help guide the NTP in optimizing the adoption of tracing activities for TB control.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».