Evaluation of latent tuberculosis infection surveillance in Peel region, Ontario, 2010–2014
Notice bibliographique
Résumé
BACKGROUND: In Canada, identification and treatment of individuals with latent tuberculosis infection (LTBI) is a key component in preventing the progression of LTBI to active tuberculosis (TB). In Peel region, a large municipality in Ontario where half of the population is foreign-born, LTBI surveillance data are also critical to understanding the local epidemiology of TB. OBJECTIVE: To evaluate LTBI surveillance data collected through the integrated Public Health Information System (iPHIS) from 2010 to 2014 by assessing data quality and usefulness and to provide recommendations to improve surveillance for Peel region. METHODS: Using the European Centre for Disease Prevention and Control framework for surveillance evaluation, data quality was assessed based on completeness and validity of key variables in the iPHIS database. Usefulness of surveillance data in informing program decisions was assessed through interviews with stakeholders from Peel Public Health. RESULTS: Of 6,576 iPHIS records evaluated, data for gender and date of birth were greater than 99% complete, while more than half of the risk factor fields were blank or 'unknown'. A comparison of 192 paper charts to the corresponding iPHIS record identified coding errors in over 40% of iPHIS risk factor fields. Treatment completion documented in iPHIS (20%) was lower than data obtained from a follow-up telephone survey of cases (50%). Stakeholders found surveillance data to be useful (100%), however, recommendations were made for improvement of data collection and analysis. CONCLUSION: Evaluating LTBI surveillance to improve data quality and usefulness for program planning is essential in an era of TB elimination. This evaluation resulted in standardization of data entry processes and continuation of direct follow-up with LTBI clients to confirm treatment completion. Work to understand barriers to treatment initiation and completion is currently underway.
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 | 0,005 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».