Self-Reported Risks for Multiple-Drug Resistance among New Tuberculosis Cases: Implications for Drug Susceptibility Screening and Treatment
Notice bibliographique
Résumé
BACKGROUND: Multiple drug-resistance in new tuberculosis (TB) cases accounts for the majority of all multiple drug-resistant TB (MDR-TB) worldwide. Effective control requires determining which new TB patients should be tested for MDR disease, yet the effectiveness of global screening recommendations of high-risk groups is unknown. METHODS: Sixty MDR-TB cases with no history of previous TB treatment, 80 drug-sensitive TB and 80 community-based controls were recruited in Lima, Peru between August and December, 2008 to investigate whether recommended screening practices identify individuals presenting with MDR-TB. Odd ratios (OR) and 95% confidence intervals (CI) were calculated using logistic regression to study the association of potential risk factors with case/control variables. RESULTS: MDR-TB cases did not differ from drug-sensitive TB and community controls in rates of human immunodeficiency virus infection, reported hospital or prison visits in the 3 years prior to diagnosis. MDR-TB cases were more likely than drug-sensitive TB controls to have had a recent MDR-TB household contact (OR 4.66, (95% CI 1.56-13.87)); however, only 15 cases (28.3%) reported this exposure. In multivariate modeling, recent TB household contact, but not contact with an MDR-TB case, remained predictive of MDR-TB, OR 7.47, (95% CI 1.91-29.3). Living with a partner rather than parents was associated with a lower risk of MDR-TB, OR 0.15, (95% CI 0.04-0.51). CONCLUSION: Targeted drug susceptibility testing (DST) linked to reported MDR-TB contact or other high-risk exposures does not identify the majority of new TB cases with MDR disease in Lima where it is endemic. All new TB cases should be screened with DST to identify MDR patients. These findings are likely applicable to other regions with endemic MDR-TB.
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 | 0,018 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».