Leveraging tuberculosis case relative locations to enhance case detection and linkage to care in Swaziland
Notice bibliographique
Résumé
In Swaziland, as in many high HIV/TB burden settings, there is not information available regarding the household location of TB cases for identifying areas of increased TB incidence, limiting the development of targeted interventions. Data from “Butimba”, a TB REACH active case finding project, was re-analyzed to provide insight into the location of TB cases surrounding Mbabane, Swaziland. The project aimed to identify geographical areas with high TB burdens to inform active case finding efforts. Butimba implemented household contact tracing; obtaining landmark based, informal directions, to index case homes, defined here as relative locations. The relative locations were matched to census enumeration areas (known location reference areas) using the Microsoft Excel Fuzzy Lookup function. Of 403 relative locations, an enumeration area reference was detected in 388 (96%). TB cases in each census enumeration area and the active case finders in each Tinkhundla, a local governmental region, were mapped using the geographic information system, QGIS 2.16. Urban Tinkhundla predictably accounted for most cases; however, after adjusting for population, the highest density of cases was found in rural Tinkhundla. There was no correlation between the number of active case finders currently assigned to the 7 Tinkhundla surrounding Mbabane and the total number of TB cases (Spearman rho = −0.57, p = 0.17) or the population adjusted TB cases (Spearman rho = 0.14, p = 0.75) per Tinkhundla. Reducing TB incidence in high-burden settings demands novel analytic approaches to study TB case locations. We demonstrated the feasibility of linking relative locations to more precise geographical areas, enabling data-driven guidance for National Tuberculosis Programs’ resource allocation. In collaboration with the Swazi National Tuberculosis Control Program, this analysis highlighted opportunities to better align the active case finding national strategy with the TB disease burden.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».