Stochastic agent-based modeling of tuberculosis in Canadian Indigenous communities
Notice bibliographique
Résumé
BACKGROUND: In Canada, active tuberculosis (TB) disease rates remain disproportionately higher among the Indigenous population, especially among the Inuit in the north. We used mathematical modeling to evaluate how interventions might enhance existing TB control efforts in a region of Nunavut. METHODS: We developed a stochastic, agent-based model of TB transmission that captured the unique household and community structure. Evaluated interventions included: (i) rapid treatment of active cases; (ii) rapid contact tracing; (iii) expanded screening programs for latent TB infection (LTBI); and (iv) reduced household density. The outcomes of interest were incident TB infections and total diagnosed active TB disease over a 10- year time period. RESULTS: Model-projected incidence in the absence of additional interventions was highly variable (range: 33-369 cases) over 10 years. Compared to the 'no additional intervention' scenario, reducing the time between onset of active TB disease and initiation of treatment reduced both the number of new TB infections (47% reduction, relative risk of TB = 0.53) and diagnoses of active TB disease (19% reduction, relative risk of TB = 0.81). Expanding general population screening was also projected to reduce the burden of TB, although these findings were sensitive to assumptions around the relative amount of transmission occurring outside of households. Other potential interventions examined in the model (school-based screening, rapid contact tracing, and reduced household density) were found to have limited effectiveness. CONCLUSIONS: In a region of northern Canada experiencing a significant TB burden, more rapid treatment initiation in active TB cases was the most impactful intervention evaluated. Mathematical modeling can provide guidance for allocation of limited resources in a way that minimizes disease transmission and protects population health.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».