Factors associated with patient and health care system delay in the diagnosis of tuberculosis in France
Notice bibliographique
Résumé
OBJECTIVE: To analyse diagnostic delay in tuberculosis (TB) patients. DESIGN: Cross-sectional study: all patients with TB notified to the French national surveillance system from April to June 2010 were interviewed face-to-face using a standardised questionnaire to assess symptom history and health-seeking trajectories. RESULTS: Of 225 patients enrolled, 172 (76.4%) had pulmonary TB, including 88 who were smear-positive. Mean delay between first symptoms and diagnosis (total delay) was 97 days (median 68, IQR 33-111), with a mean of 47 days (median 14, IQR 0-53) between first symptoms and health care contact (patient delay), and 48 days (median 25, IQR 6-67) between health care contact and diagnosis (health system delay). Factors independently associated with shortened total delay were medical insurance (OR 0.24, P = 0.014) and previous TB (OR 0.28, P = 0.049). Those associated with reduced patient delay were initial fever (OR 0.42, P = 0.03) and being followed by a general practitioner (OR 0.22, P = 0.004), while those associated with reduced health system delay were first health care contact within a hospital (OR 0.15, P < 0.001). Empirical antibiotic treatment was associated with increased health system delay (OR 4.4, P = 0.001). CONCLUSION: TB diagnostic delay needs to be reduced in France. This may be achieved through improved access to care, earlier hospital referral, and less use of empirical antibiotic treatment.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».