The Seasonality of Tuberculosis, Sunlight, Vitamin D, and Household Crowding
Notice bibliographique
Résumé
BACKGROUND: Unlike other respiratory infections, tuberculosis diagnoses increase in summer. We performed an ecological analysis of this paradoxical seasonality in a Peruvian shantytown over 4 years. METHODS: Tuberculosis symptom-onset and diagnosis dates were recorded for 852 patients. Their tuberculosis-exposed cohabitants were tested for tuberculosis infection with the tuberculin skin test (n = 1389) and QuantiFERON assay (n = 576) and vitamin D concentrations (n = 195) quantified from randomly selected cohabitants. Crowding was calculated for all tuberculosis-affected households and daily sunlight records obtained. RESULTS: Fifty-seven percent of vitamin D measurements revealed deficiency (<50 nmol/L). Risk of deficiency was increased 2.0-fold by female sex (P < .001) and 1.4-fold by winter (P < .05). During the weeks following peak crowding and trough sunlight, there was a midwinter peak in vitamin D deficiency (P < .02). Peak vitamin D deficiency was followed 6 weeks later by a late-winter peak in tuberculin skin test positivity and 12 weeks after that by an early-summer peak in QuantiFERON positivity (both P < .04). Twelve weeks after peak QuantiFERON positivity, there was a midsummer peak in tuberculosis symptom onset (P < .05) followed after 3 weeks by a late-summer peak in tuberculosis diagnoses (P < .001). CONCLUSIONS: The intervals from midwinter peak crowding and trough sunlight to sequential peaks in vitamin D deficiency, tuberculosis infection, symptom onset, and diagnosis may explain the enigmatic late-summer peak in tuberculosis.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».