MétaCan
Menu
← Retour à la cohorte
Enregistrement W2396183694

A population-based study of risk factors for drug-resistant TB in British Columbia.

2006· article· en· W2396183694 sur OpenAlexaffabout
Akm Moniruzzaman, Elwood Rk, Michael Schulzer, FitzGerald Jm

Notice bibliographique

RevuePubMed · 2006
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensUniversity of British ColumbiaProvidence Health Care
Organismes subventionnairesnon disponible
Mots-clésMedicineGynecologyHumanitiesArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

SETTING: Provincial tuberculosis (TB) services, British Columbia, Canada. OBJECTIVE: To investigate risk factors associated with resistance to anti-tuberculosis drugs in British Columbia and to determine if there are differences in risk factor characteristics among different resistance categories. DESIGN: Using population-based data from provincial TB services, all patients with positive culture for Mycobacterium tuberculosis from 1990 to 2001 were identified and included in the study. Logistic regression analyses were performed to assess risk factors for drug resistance. RESULTS: Among 3041 eligible TB cases, 295 (10%) were found to be drug-resistant. Significant risk factors for resistance were younger age, foreign birth, ethnicity, reactivated TB and place of initial diagnosis. Foreign-born subjects (OR 3.18, 95%CI 2.26-4.49) were three times more likely to present with resistance than Canadian-born subjects. Among ethnic groups, Chinese (OR 2.32, 95%CI 1.51-3.57), South-East Asian (OR 2.92, 95%CI 1.88-4.52) and Other Asian subjects (OR 4.40, 95%CI 2.77-7.01) were 2-4 times more likely to present with resistance than Caucasians. Reactivated cases (OR 2.69, 95%CI 1.91-3.77) were three times as likely to have resistance as new cases. CONCLUSION: These results document and quantify the risk of drug-resistant disease in a large population-based cohort, and highlight patient groups who should be identified as at risk for drug-resistant disease in the industrialised world.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
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 Opus0,025
Tête enseignante GPT0,281
Écart entre enseignants0,256 · 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'étudeObservationnel
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

Citations13
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetTuberculosis Research and Epidemiology→Travaux en français237 207→