Factors associated with the rapid implementation process of the fixed-dose combination RHZE tuberculosis regimen in brazil: an ecological study
Notice bibliographique
Résumé
BACKGROUND: The Brazilian National Tuberculosis Control Program (NTCP) recommended the fixed-dose four-drug combination (FDC-RHZE) regimen to treat new tuberculosis cases in December 2009, expecting to increase adherence and avoid resistance. We evaluated factors associated with the speed of the new regimen implementation process in this continent-sized country. METHODS: We conducted an ecological study based on the Brazilian Case Notification Database (SINAN) having the Brazilian municipalities as the analytical unit. Municipalities with at least one case reported from December 2009 to March 2011 were considered eligible. The association of rapid (≤ 3 months) implementation of the new regimen with demographic, epidemiological and operational health service characteristics, such as compliance with NTCP recommendations (supervised treatment, bacteriological confirmation of the diagnosis and monthly bacteriological monitoring), was analyzed. We used the adjusted odds ratios (OR) and their 95% confidence interval (CI) to assess the association of independent variables with the outcome in a multiple logistic regression model. RESULTS: Rapid implementation of the new regimen in municipalities was associated with small populations (OR=25.5, 95% CI= 19.1-34.1), low population density (OR=2.3, 95% CI= 1.9-2.9), low tuberculosis incidence rates (OR=8.8, 95% CI= 6.7-11.4) and good compliance with other NTCP recommendations. CONCLUSIONS: We showed that SINAN secondary data analysis is feasible and useful to learn lessons from. Municipalities with high tuberculosis burden and large populations need special attention for implementing new recommendations. This is particularly important considering the Global Alliance pipeline for new tuberculosis treatment regimens.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».