Biologics and Tuberculosis Risk: The Rise and Fall of an Old Disease and Its New Resurgence
Notice bibliographique
Résumé
Tuberculosis (TB) is an ancient disease, recognized in Egyptian mummies and defined by Hippocrates as “phthisis” ( φθίσις , Greek for “consumption”)1. Over the centuries, the epidemiology of TB was characterized by a long period of a relatively stable incidence rate of infection, but the crowding of European cities and the Industrial Revolution favored the spread of Mycobacterium tuberculosis , and TB became an epidemic, a devastating disease with a high mortality rate2. The frequency of TB probably reached its peak in the 18th and 19th centuries with an estimated prevalence in Europe of 900 deaths per 100,000 persons3. This impressive flagellum had a strong influence on social life, and famous artists such as poets John Keats, Percy Bysshe Shelley, and Giacomo Leopardi, authors Robert Louis Stevenson, Emily Bronte, Katherine Mansfield, and Edgar Allan Poe, musicians Niccolo Paganini and Frederic Chopin, and sculptor and painter Amedeo Modigliani were all affected. Contemporaneously, TB became a preferred subject in the arts, as witnessed by Edvard Munch’s portrait of his sister Sophie dying of TB and the touching histories of protagonists of lyric opera such as Mimi in Puccini’s La Boheme and Violetta in Verdi’s La Traviata . Over the following decades, public health measures, improvements in microbiology procedures with the isolation of M. tuberculosis by Robert Koch, and the availability of effective therapies led to a reduction in the incidence of this disease. In the United States, there was a 6% yearly progressive decline in the incidence of TB until 1980, followed by a recrudescence of recorded TB cases, with an increase of 20% between 1985 and 1992 owing to the spread of human immunodeficiency virus (HIV)4. Once again, public health …
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 | 0,002 | 0,002 |
| 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 | 0,000 |
| 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 ».