Latent tuberculous infection in the United States and Canada: who completes treatment and why?
Notice bibliographique
Résumé
OBJECTIVES: To assess latent tuberculous infection (LTBI) treatment completion rates in a large prospective US/Canada multisite cohort and identify associated risk factors. METHODS: This prospective cohort study assessed factors associated with LTBI treatment completion through interviews with persons who initiated treatment at 12 sites. Interviews were conducted at treatment initiation and completion/cessation. Participants received usual care according to each clinic's procedure. Multivariable models were constructed based on stepwise assessment of potential predictors and interactions. RESULTS: Of 1515 participants initiating LTBI treatment, 1323 had information available on treatment completion; 617 (46.6%) completed treatment. Baseline predictors of completion included male sex, foreign birth, not thinking it would be a problem to take anti-tuberculosis medication, and having health insurance. Participants in stable housing who received monthly appointment reminders were more likely to complete treatment than those without stable housing or without monthly reminders. End-of-treatment predictors of non-completion included severe symptoms and the inconvenience of clinic/pharmacy schedules, barriers to care and changes of residence. Common reasons for treatment non-completion were patient concerns about tolerability/toxicity, appointment conflicts, low prioritization of TB, and forgetfulness. CONCLUSIONS: Less than half of treatment initiators completed treatment in our multisite study. Addressing tangible issues such as not having health insurance, toxicity concerns, and clinic accessibility could help to improve treatment completion rates.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».