Clustering of<i>Mycobacterium tuberculosis</i>Cases in Acapulco: Spoligotyping and Risk Factors
Notice bibliographique
Résumé
Recurrence and reinfection of tuberculosis have quite different implications for prevention. We identified 267 spoligotypes of Mycobacterium tuberculosis from consecutive tuberculosis patients in Acapulco, Mexico, to assess the level of clustering and risk factors for clustered strains. Point cluster analysis examined spatial clustering. Risk analysis relied on the Mantel Haenszel procedure to examine bivariate associations, then to develop risk profiles of combinations of risk factors. Supplementary analysis of the spoligotyping data used SpolTools. Spoligotyping identified 85 types, 50 of them previously unreported. The five most common spoligotypes accounted for 55% of tuberculosis cases. One cluster of 70 patients (26% of the series) produced a single spoligotype from the Manila Family (Clade EAI2). The high proportion (78%) of patients infected with cluster strains is compatible with recent transmission of TB in Acapulco. Geomatic analysis showed no spatial clustering; clustering was associated with a risk profile of uneducated cases who lived in single-room dwellings. The Manila emerging strain accounted for one in every four cases, confirming that one strain can predominate in a hyperendemic area.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».