MétaCan
Menu
← Retour à la cohorte
Enregistrement W2344106184 · doi:10.1109/bhi.2016.7455959

Poverty and the emergence of tuberculosis: An agent-based modelling approach

2016· article· en· W2344106184 sur OpenAlexaff
Sergio Camorlinga, Orlando Simpson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésOvercrowdingTuberculosisMalnutritionPovertyLatent tuberculosisMedicineDiseaseEnvironmental healthIntensive care medicineMycobacterium tuberculosisEconomic growthEconomics

Résumé

récupéré en direct d'OpenAlex

Tuberculosis has been observed to thrive in conditions of poverty and there has been a long history of documented linkage between tuberculosis and poverty at the society and community level. This paper utilizes an agent-based model to incorporate three aspects of the conditions faced by the economically poorer and vulnerable individuals. The three aspects considered in the paper include undernutrition, poor living conditions (overcrowding, inadequate ventilation) and access to adequate health care facilities. The paper aims to understand the effects of poor living conditions on the emergence of latent tuberculosis infection among individuals exposed to the disease. Also, we consider the effect of undernutrition on the immune system response to control the progression from the latent tuberculosis infection to the active tuberculosis disease. Finally, the paper studies the effect on adequate access to proper health care as a factor on the emergence of tuberculosis. The results obtained indicate that malnutrition coupled with limited access to adequate health care increases the risk of emergence of the active tuberculosis disease and also that inadequate ventilation increases the risk of emergence of the latent tuberculosis infection (LTBI).

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,051
Tête enseignante GPT0,313
Écart entre enseignants0,262 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTuberculosis Research and Epidemiology→Travaux en français237 207→