Risk Factors for Tuberculosis Conversion in a State Prison
Notice bibliographique
Résumé
A case-control study determined the risk factors for latent tuberculosis (TB) conversion among Oregon Department of Correction (ODOC) inmates from July 2000 - July 2001. The first objective was to identity the converters. These were inmates who tested negative for the Purified Protein Derivative (PPD) skin test on entry and subsequently tested positive on annual testing. The second objective was determining the risk factors for conversion by comparing the converters with randomly selected controls. The Correctional Information System (CIS) and Mental Health databases were accessed to obtain health and demographic information. With ninety-nine percent of PPD positive inmates on anti-tuberculosis medications, nearly all male inmates who tested positive from July 00-01 (n = 307) were identified through the ODOC pharmacy records. A medical chart review (276 of 307 or 90%) separated the converters (n = 72) from the reactors who tested positive on entry (n = 123) and the prior positives on medications (n = 81). The conversion rate was 5.0 per 1,000 person-years. Differences between the cases (converters) and controls were analyzed using multivariate logistic regression. The converters were 6 times more likely to be Latino (p < .005) vs. Caucasian, over 19 times less likely to live in medium vs. minimum (p < .001) or maximum vs. minimum (p < .001) security prisons, and over 5 times less likely to live in a medium vs. low (.012 < p < .031) or high vs. low (.002 < p < .007) density prison. They had 1.4-1.5 times fewer PPD skin tests (.002 < p < .009) and lived in 1.5-1.7 times fewer prisons (.005 < p < .017). Age, education, county of incarceration, number of incarcerations, and number of visitors were not found to be significant variables. The results revealed a low conversion rate compared to other U.S. prisons. Prison health officials should consider performing two-step skin testing in order to distinguish the booster phenomenon from intramural conversion.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».