Factors associated with deaths among pulmonary tuberculosis patients: a case–control study with secondary data
Notice bibliographique
Résumé
BACKGROUND: Tuberculosis remains an important public health problem in Brazil where over 100 000 new cases and 6000 deaths are reported every year. Current drug efficacy and wide availability should have curbed this toll. The goal was to study the factors associated with death in incident cases of pulmonary tuberculosis (PT) during treatment. METHODS: This is a case-control study including all new cases of PT reported between 2000 and 2004; cases were patients who died of any cause and controls were those cured after initial PT treatment. Data analyses included unconditional multiple hierarchical logistic regression. RESULTS: A total of 313 502 new cases of tuberculosis were reported between 2000 and 2004; 224 355 (71.6%) were cured after initial treatment and 20 721 (6.6%) died during the surveillance follow-up. Over 82% of all cases were diagnosed with PT. After controlling for significant variables, the factors associated with a higher risk of death included gender (males: odds ratio (OR) 1.4; 95% confidence interval (CI) 1.33 to 1.47), age (<5 years of age: OR 1.90; 95% CI 1.51 to 2.38; 30-59 years: OR 2.78; 95% CI 2.61 to 2.97; over 60 years: OR 10.92; 95% CI 10.09 to 11.81), positive HIV serology (OR 10.59; 95% CI 9.76 to 11.48), alcoholism (OR 1.49; 95% CI 1.36 to 1.65), mental disorder (OR 1.80; 95% CI 1.43 to 2.27) and presence of additional lung pathology on chest x ray (OR 2.22; 95% CI 1.83 to 2.70). Protective variables included education (highest level: OR 0.67; 95% CI 0.63 to 0.70). CONCLUSIONS: Preventive interventions should target the most vulnerable patients, in particular the very young and the elderly, those infected with HIV and those presenting with a mental disorder or additional lung pathology.
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 | 0,019 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,006 |
| 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 ».