Risk factors of mortality in pulmonary TB patients in Yerevan, Armenia
Notice bibliographique
Résumé
Background TB is one of the ten leading causes of death worldwide. Comorbidities significantly contribute to TB related mortality. In many countries, including Armenia, the successful treatment rate among pulmonary TB (PTB) patients is below the WHO target of 85%. The mortality rate among TB patients was 5.7/100 000 people in 2013 in Armenia. The objective of the study was to identify the risk factors for death among PTB patients in Yerevan, Armenia. Methods We used a retrospective cohort study design. The study population included all adult patients registered in Yerevan outpatient TB facilities whose treatment outcomes were recorded in the database of the Armenian National Tuberculosis Control Center for the period January 1, 2013 to December 31, 2014. The electronic database and medical records were reviewed to obtain information on all the necessary variables. To identify risk factors associated with death outcome we used multiple logistic regression models to compare the variables between TB patients who died and those who survived. Results The study included 621 patients. After adjusting for potential confounders for each risk factor, the odds of death outcome was statistically significantly associated with having CVDs (OR = 14.74; CI:5.02-43.23; P < 0.001), cancer (OR = 9.29; CI:2.17-39.7; P = 0.003), hepatitis C (OR = 6.27; CI:1.88-20.91; P = 0.003), age (OR = 1.03; CI:1.00-1.06; P = 0.029), having DR TB (OR = 2.88; CI:1.05-7.92; P = 0.041) and combined form of TB (pulmonary and extrapulmonary) (OR = 4.57; CI: 1.05-7.92; p = 0.041). Higher weight was a protective factor from death (OR = 0.95 (0.92-0.99) 0.016). Conclusions Our study demonstrated that comorbidities, such as hepatitis C, CVD and cancer, as well as, higher age, DR type of TB and combined form of TB are risk factors for mortality in patients with TB. Key messages: TB patients with serious comorbidities are more likely to have a death outcome during the treatment TB treatment should be more carefully managed among older patients
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 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».