Tuberculosis contact investigations by a small public health organization in Canada, 2012 to 2016
Notice bibliographique
Résumé
Background Treatment and management of tuberculosis (TB) as well as the identification, investigation and preventive treatment of infected contacts are a complex and resource-intensive duty of public health authorities such as the Eastern Townships Public Health Department (ETPHD) (Quebec, Canada). This study aims to: 1) analyze the sociodemographic and clinical characteristics of active TB cases reported to ETPHD from 01-2012 to 09-2016; 2) describe subsequent contact investigation interventions; and 3) estimate the prevalence of latent TB infection (LTBI) and prevented secondary active TB cases. Methods A retrospective study of ETPHD files was conducted, compiling demographic and clinical data on index cases, as well as the number of contacts screened, diagnosed and treated for LTBI. The number of prevented secondary active TB cases was estimated by factoring treated LTBI among contacts by treatment effectiveness and 5-year or lifetime reactivation risk, as reported in the literature. Results Of the 18 identified TB cases, most were female (56%) and foreign-born (56%), with a median age of 28.5 [3-91] years. Most patients had respiratory TB (89%), with 39% showing cavitations on chest radiography and 41% being sputum-smear positive. In all, 444 contacts were identified (median: 11 [0-184] contacts/index case), of which 79% (CI95%:75-83) underwent complete screening. Diagnosis of LTBI occurred in 16% (CI95%:12-20) of screened cases, with 80% (CI95%:69-91) initiating preventive therapy. The 5-year and lifetime estimates of prevented secondary active TB cases were 1 and 4 cases, respectively. Conclusions Though infrequent, active TB cases lead to a large number of preventative contact investigation interventions. Further studies are required to define the costs and cost savings associated with these preventative interventions. Key messages: TB contact investigation is a resource-intensive task for small public health organizations. These interventions are worthwhile when put in perspective to the cases they can prevent.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».