Tuberculosis and Poverty: Why Are the Poor at Greater Risk in India?
Notice bibliographique
Résumé
BACKGROUND: Although poverty is widely recognized as an important risk factor for tuberculosis (TB) disease, the specific proximal risk factors that mediate this association are less clear. The objective of our study was to investigate the mechanisms by which poverty increases the risk of TB. METHODS: Using individual level data from 198,754 people from the 2006 Demographic Health Survey (DHS) for India, we assessed self-reported TB status, TB determinants and household socioeconomic status. We used these data to calculate the population attributable fractions (PAF) for each key TB risk factor based on the prevalence of determinants and estimates of the effect of these risk factors derived from published sources. We conducted a mediation analysis using principal components analysis (PCA) and regression to demonstrate how the association between poverty and TB prevalence is mediated. RESULTS: The prevalence of self-reported TB in the 2006 DHS for India was 545 per 100,000 and ranged from 201 in the highest quintile to 1100 in the lowest quintile. Among those in the poorest population, the PAFs for low body mass index (BMI) and indoor air pollution were 34.2% and 28.5% respectively. The PCA analysis also showed that low BMI had the strongest mediating effect on the association between poverty and prevalent TB (12%, p = 0.019). CONCLUSION: TB control strategies should be targeted to the poorest populations that are most at risk, and should address the most important determinants of disease--specifically low BMI and indoor air pollution.
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 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».