Acceptance of treatment for latent tuberculosis infection: prospective cohort study in the United States and Canada
Notice bibliographique
Résumé
SETTING: An estimated 300 000 individuals are treated for latent tuberculosis infection (LTBI) in the United States and Canada annually. Little is known about the proportion or characteristics of those who decline treatment. OBJECTIVE: To define the proportion of individuals in various groups who accept LTBI treatment and to identify factors associated with non-acceptance of treatment. DESIGN: Persons offered LTBI treatment at 30 clinics in 12 Tuberculosis Epidemiologic Studies Consortium sites were prospectively enrolled. Multivariate regression models were constructed based on manual stepwise assessment of potential predictors. RESULTS: Of 1692 participants enrolled from March 2007 to September 2008, 1515 (89.5%) accepted treatment and 177 (10.5%) declined. Predictors of acceptance included believing one could personally spread TB germs, having greater TB knowledge, finding clinic schedules convenient and having low acculturation. Predictors of non-acceptance included being a health care worker, being previously recommended for treatment and believing that taking medicines would be problematic. CONCLUSION: This is the first prospective multisite study to examine predictors of LTBI treatment acceptance in general clinic populations. Greater efforts should be made to increase acceptance among health care workers, those previously recommended for treatment and those who expect problems with LTBI medicines. Ensuring convenient clinic schedules and TB education to increase knowledge could be important for ensuring acceptance.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 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 ».