Convergence of a diabetes mellitus, protein energy malnutrition, and TB epidemic: the neglected elderly population
Notice bibliographique
Résumé
BACKGROUND: On a global scale, nearly two billion persons are infected with Mycobacterium tuberculosis. From this vast reservoir of latent tuberculosis (TB) infection, a substantial number will develop active TB during their lifetime, with some being able to transmit TB or Multi-drug- resistant (MDR) TB to others. There is clinical evidence pointing to a higher prevalence of infectious diseases including TB among individuals with Diabetes Mellitus (DM). Furthermore, ageing and diabetes mellitus may further aggravate protein-energy malnutrition (PEM), which in turn impairs T-lymphocyte mediated immunologic defenses, thereby increasing the risk of developing active TB and compromising TB treatment. This article aims to a) highlight synergistic mechanisms associated with immunosenescence, DM and PEM in relation to the development of active TB and b) identify nutritional, clinical and epidemiological research gaps. METHODS: To explore the synergistic relationship between ageing, DM, tuberculosis and PEM, a comprehensive review was undertaken. The MEDLINE and the Google Scholar databases were searched for articles published from 1990 to March 2015, using different MESH keywords in various combinations. RESULTS: Ageing and DM act synergistically to reduce levels of interferon gamma (IFN- γ), thereby increasing susceptibility to TB, for which cell mediated immunity (CMI) plays an instrumental role. These processes can set in motion a vicious nutritional cycle which can predispose to PEM, further impairing the CMI and consequently limiting host defenses. This ultimately transforms the latent TB infection into active disease. A clinical diagnostic algorithm and clinical guidelines need to be established for this population. CONCLUSION: Given the increase in ageing population with DM and PEM, especially in resource-poor settings, these synergistic tripartite interactions must be examined if a burgeoning TB epidemic is to be averted. Implementation of a comprehensive, all-encompassing approach to curb transmission is clearly indicated. To this end, clinical, nutritional and epidemiological research gaps must be addressed without a delay.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 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 ».