Treatment outcomes from community-based drug resistant tuberculosis treatment programs: a systematic review and meta-analysis
Notice bibliographique
Résumé
BACKGROUND: There is increasing evidence that community-based treatment of drug resistant tuberculosis (DRTB) is a feasible and cost-effective alternative to centralized, hospital-based care. Although several large programs have reported favourable outcomes from community-based treatment, to date there has been no systematic assessment of community-based DRTB treatment program outcomes. The objective of this study was to synthesize available evidence on treatment outcomes from community based multi-drug resistant (MDRTB) and extensively drug resistant tuberculosis (XDRTB) treatment programs. METHODS: We performed a systematic review and meta-analysis of the published literature to examine treatment outcomes from community-based MDRTB and XDRTB treatment programs. Studies reporting outcomes from programs using community-based treatment strategies and reporting outcomes consistent with WHO guidelines were included for analysis. Treatment outcomes, including treatment success, default, failure, and death were pooled for analysis. Meta-regression was performed to examine for associations between treatment outcomes and program or patient factors. RESULTS: Overall 10 studies reporting outcomes on 1288 DRTB patients were included for analysis. Of this population, 65% [95% CI 59-71%] of patients had a successful outcome, 15% [95% CI 12-19%] defaulted, 13% [95% CI 9-18%] died, and 6% [95% CI 3-11%] failed treatment for a total of 35% [95% CI 29-41%] with unsuccessful treatment outcome. Meta-regression failed to identify any factors associated with treatment success, including study year, age of participants, HIV prevalence, XDRTB prevalence, treatment regimen, directly observed therapy (DOT) location or DOT provider. CONCLUSIONS: Outcomes of community-based MDRTB and XDRTB treatment outcomes appear similar to overall treatment outcomes published in three systematic reviews on MDRTB therapy. Work is needed to delineate program characteristics associated with improved treatment outcomes.
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 | 0,016 | 0,042 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,021 | 0,049 |
| Bibliométrie | 0,008 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».