Profile, Outcomes, and Determinants of Unsuccessful Tuberculosis Treatment Outcomes among HIV-Infected Tuberculosis Patients in a Nigerian State
Notice bibliographique
Résumé
Background. Few studies have evaluated the rate of tuberculosis (TB)/human immunodeficiency virus (HIV) coinfection and the determinants of its treatment outcomes in Africa. We aimed to determine the predictors of unsuccessful treatment outcomes in HIV-infected tuberculosis patients in Nigeria. Methods. A retrospective cohort study design was used to assess adult TB/HIV patients who registered for TB treatment in two health facilities in Ebonyi State, Southeast Nigeria, between January 2011 and December 2012. Predictors of unsuccessful treatment outcomes were determined using multivariable logistic regression analysis. Results. Of 1668 TB patients, 342 (20.5%) were HIV coinfected. Of these, 195 (57%) had smear-negative pulmonary TB and 11 (3.2%) had extrapulmonary TB. Overall, 225 (65.8%) patients achieved successful outcomes, while 117 (34.2%) had unsuccessful outcomes. The unsuccessful treatment outcomes were due to "default" (9.9%), "death" (19%), "treatment failure" (1.5%), and "transferring out" (3.8%). Independent determinants for unsuccessful outcomes were receiving care at a public facility and noninitiation of antiretroviral therapy. Conclusion. There is need for the reevaluation of the quality of public sector treatment services provided for TB/HIV patients as well as further expansion of TB/HIV collaborative activities in rural areas, and interventions to reduce mortality and default rates among TB/HIV patients are urgently needed in Nigeria.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».