Tobacco Smoking, Alcohol Drinking, Diabetes, Low Body Mass Index and the Risk of Self-Reported Symptoms of Active Tuberculosis: Individual Participant Data (IPD) Meta-Analyses of 72,684 Individuals in 14 High Tuberculosis Burden Countries
Notice bibliographique
Résumé
BACKGROUND: The effects of multiple exposures on active tuberculosis (TB) are largely undetermined. We sought to establish a dose-response relationship for smoking, drinking, and body mass index (BMI) and to investigate the independent and joint effects of these and diabetes on the risk of self-reported symptoms of active TB disease. METHODS AND FINDINGS: We analyzed 14 national studies in 14 high TB-burden countries using self-reports of blood in cough/phlegm and cough lasting > = 3 weeks in the last year as the measures of symptoms of active TB. The random effect estimates of the relative risks (RR) between active TB and smoking, drinking, diabetes, and BMI<18.5 kg/m2 were reported for each gender. Floating absolute risks were used to examine dyads of exposure. Adjusted for age and education, the risks of active TB were significantly associated with diabetes and BMI<18.5 kg/m2 in both sexes, with ever drinking in men and with ever smoking in women. Stronger dose-response relationships were seen in women than in men for smoking amount, smoking duration and drinking amount but BMI<18.5 kg/m2 showed a stronger dose-response relationship in men. In men, the risks from joint exposures were statistically significant for diabetics with BMI<18.5 kg/m2 (RR = 6.4), diabetics who smoked (RR = 3.8), and diabetics who drank alcohol (RR = 3.2). The risks from joint risk factors were generally larger in women than in men, with statistically significant risks for diabetics with BMI<18.5 kg/m2 (RR = 10.0), diabetics who smoked (RR = 5.4) and women with BMI<18.5 kg/m2 who smoked (RR = 5.0). These risk factors account for 61% of male and 34% of female estimated TB incidents in these 14 countries. CONCLUSIONS: Tobacco, alcohol, diabetes, and low BMI are significant individual risk factors but in combination are associated with triple or quadruple the risk of development of recent active TB. These risk factors might help to explain the wide variation in TB across 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 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 | 0,012 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».