MétaCan
Menu
Retour à la cohorte
Enregistrement W2306530564 · doi:10.1186/s12916-016-0595-5

The impact of migration on tuberculosis epidemiology and control in high-income countries: a review

2016· review· en· W2306530564 sur OpenAlexaff
Manish Pareek, Christina Greenaway, Teymur Noori, José Muñóz, Dominik Zenner

Notice bibliographique

RevueBMC Medicine · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensMcGill UniversityJewish General Hospital
Organismes subventionnairesResearch Trainees Coordinating CentreNational Institute for Health and Care Research
Mots-clésMedicineTuberculosisContact tracingLatent tuberculosisHigh income countriesEpidemiologyPopulationEnvironmental healthDeveloping countryEconomic growthDiseaseMycobacterium tuberculosisInfectious disease (medical specialty)Pathology

Résumé

récupéré en direct d'OpenAlex

Tuberculosis (TB) causes significant morbidity and mortality in high-income countries with foreign-born individuals bearing a disproportionate burden of the overall TB case burden in these countries. In this review of tuberculosis and migration we discuss the impact of migration on the epidemiology of TB in low burden countries, describe the various screening strategies to address this issue, review the yield and cost-effectiveness of these programs and describe the gaps in knowledge as well as possible future solutions.The reasons for the TB burden in the migrant population are likely to be the reactivation of remotely-acquired latent tuberculosis infection (LTBI) following migration from low/intermediate-income high TB burden settings to high-income, low TB burden countries.TB control in high-income countries has historically focused on the early identification and treatment of active TB with accompanying contact-tracing. In the face of the TB case-load in migrant populations, however, there is ongoing discussion about how best to identify TB in migrant populations. In general, countries have generally focused on two methods: identification of active TB (either at/post-arrival or increasingly pre-arrival in countries of origin) and secondly, conditionally supported by WHO guidance, through identifying LTBI in migrants from high TB burden countries. Although health-economic analyses have shown that TB control in high income settings would benefit from providing targeted LTBI screening and treatment to certain migrants from high TB burden countries, implementation issues and barriers such as sub-optimal treatment completion will need to be addressed to ensure program efficacy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,447
Écart entre enseignants0,377 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations323
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC MedicineMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207