High Annual Risk of Tuberculosis Infection among Nursing Students in South India: A Cohort Study
Notice bibliographique
Résumé
BACKGROUND: Nurses in developing countries are frequently exposed to infectious tuberculosis (TB) patients, and have a high prevalence of TB infection. To estimate the incidence of new TB infection, we recruited a cohort of young nursing trainees at the Christian Medical College in Southern India. Annual tuberculin skin testing (TST) was conducted to assess the annual risk of TB infection (ARTI) in this cohort. METHODOLOGY/PRINCIPAL FINDINGS: 436 nursing students completed baseline two-step TST testing in 2007 and 217 were TST-negative and therefore eligible for repeat testing in 2008. 181 subjects completed a detailed questionnaire on exposure to tuberculosis from workplace and social contacts. A physician verified the questionnaire and clinical log book and screened the subjects for symptoms of active TB. The majority of nursing students (96.7%) were females, almost 84% were under 22 years of age, and 80% had BCG scars. Among those students who underwent repeat testing in 2008, 14 had TST conversions using the ATS/CDC/IDSA conversion definition of 10 mm or greater increase over baseline. The ARTI was therefore estimated as 7.8% (95%CI: 4.3-12.8%). This was significantly higher than the national average ARTI of 1.5%. Sputum collection and caring for pulmonary TB patients were both high risk activities that were associated with TST conversions in this young nursing cohort. CONCLUSIONS: Our study showed a high ARTI among young nursing trainees, substantially higher than that seen in the general Indian population. Indian healthcare providers and the Indian Revised National TB Control Programme will need to implement internationally recommended TB infection control interventions to protect its health care workforce.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».