MétaCan
Menu
← Retour à la cohorte
Enregistrement W2659091493

FREQUENCY OF DEPRESSION IN MULTIDRUG-RESISTANT TUBERCULOSIS PATIENTS: AN EXPERIENCE FROM A TERTIARY CARE HOSPITAL

2016· article· en· W2659091493 sur OpenAlexaboutno aff
Sumaira Mehreen, Mazhar Ali Khan, Anila Basit, Afsar Khan, Nadia Ashiq, Arshad Javaid

Notice bibliographique

RevuePakistan Journal of Chest medicine · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineTuberculosisDepression (economics)Quarter (Canadian coin)Treatment-resistant depressionTertiary careMultiple drug resistanceInternal medicineDrug resistanceMajor depressive disorder
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: Both depression and Multi-drug resistant tuberculosis (MDRTB) are global public health problems that have a substantial impact on human health. However, depressive state among MDR-TB patients has not been well investigated in Pakistan. Objective: To find out the frequency of depression at baseline (at the time of registration) in currently diagnosed MDR-TB patients and the emergence of depression during MDR-TB treatment in registered MDR-TB patients in PMDT. Design: The longitudinal study was conducted at PMDT centre, Lady Reading Hospital Peshawar (LRH) on patients enrolled for MDR-TB treatment from 1th May 2012 to 30 August 2013. A total of 213 patients were included in this study. All newly diagnosed MDR-TB patients at the time of registration and on every follow up. Result: The total of 213 MDR-TB patients were recruited for the study. Out of 213 registered patients, 139 (65.5%) had depression at baseline. At the end of 1st quarter, only 47 (33.81%) out of 139 still had depression and at the end of 2nd quarter this number further decreased to 35 (15.10%). While the emergence of depression was 36% at the end of both 1st and 2nd quarter.

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 enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,329
Écart entre enseignants0,315 · 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

Citations4
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePakistan Journal of Chest medicine→Même sujetTuberculosis Research and Epidemiology→Travaux en français237 207→