Fatores associados ao atraso no diagnóstico da tuberculose pulmonar no estado do Rio de Janeiro
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To estimate the total time elapsed between symptom onset and diagnosis of pulmonary tuberculosis (patient delay plus health care system delay), analyzing the factors associated with delayed diagnosis in the state of Rio de Janeiro, Brazil. METHODS: We conducted a questionnaire-based survey involving 218 pulmonary tuberculosis patients treated for two months at 20 health care clinics and 3 hospitals in eight cities within the state of Rio de Janeiro. We collected socioeconomic and demographic data, as well as data regarding the health care system and the medical history of the patients. RESULTS: The median time elapsed from the onset of symptoms to diagnosis was 68 days (interquartile range [IQR]: 35-119 days). The median patient delay (time from symptom onset to initial medical visit) was 30 days (IQR: 15-60 days), and the median health care system delay (time from initial medical visit to diagnosis) was 21 days (IQR: 8-47 days). A cut-off point of 21 days was adopted. The factors independently associated with patient delay were female gender, cough, and unemployment [adjusted OR (95% CI) = 2.7 (1.3-5.6); 11.6 (2.3-58.8); and 2.0 (1.0-3.8), respectively], whereas only female gender was independently associated with health care system delay (OR= 3.2; 95% CI: 1.7-6.0). CONCLUSIONS: Delayed diagnosis of pulmonary tuberculosis remains a problem in Rio de Janeiro, increasing the risk of transmission and mortality, that risk being greater for women and the socioeconomically disadvantaged. Patients might not recognize the significance of chronic cough as a health problem. Tuberculosis education programs targeting women might improve this situation.
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.
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 | 0,005 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,012 |
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 découle