Clinical Manifestation and Risk Factors of Tuberculosis Infection in Malaysia:Case Study of a Community Clinic
Notice bibliographique
Résumé
INTRODUCTION: The main aim of this study was to describe the clinical manifestation of tuberculosis infection cases in Malaysia and to determine the individual risk factors for their occurrence. METHODOLOGY: The study adopted a quantitative research approach with use of descriptive statistical approach. The study setting was a community clinic which treats walk in patients who are mainly living and working in the surrounding areas. The study was conducted for a period of one year. All tuberculosis patients who sought treatment in the clinic during the time were included in this study. The total number of cases was 40. Data was collected from the medical records of the tuberculosis patients. The risk factors selected for investigation were demographic characteristics of age and sex, personal habits such as smoking, drug use and alcohol and presence of diseases such as human immunodeficiency virus positive (HIV+), diabetes mellitus, cancer, cyanotic heart disease, renal failure and steroid use. RESULTS: Patients in the age group ranging from 41 to 50 years had the highest incidence of the infection. Smoking appears to be the most important risk factor for contracting followed by drug abuse, HIV+ infection and diabetes mellitus. CONCLUSIONS: People with diseases such as diabetes mellitus and HIV that are high risk factors for TB should be screened for TB so that early detection and intervention is possible. Educational programs should be carried out to create awareness among the at risk groups.
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 | 0,020 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».