Prevalence of and risk factors associated with latent tuberculosis in Singapore: A cross-sectional survey
Notice bibliographique
Résumé
OBJECTIVES: This first cross-sectional survey on latent tuberculosis infection (LTBI) in Singapore was performed by utilizing the QuantiFERON Gold In-tube (QFT-GIT) assay to collect data on the prevalence of LTBI and to identify potential risk factors associated with LTBI. METHODS: Nationwide household addresses were selected randomly for enumeration, and Singaporeans or Permanent Residents aged 18-79 years were identified. One eligible member per household was selected using the Kish grid. Each participant answered a questionnaire assessing their medical history (including tuberculosis (TB)), socio-economic factors, and lifestyle factors. They also provided a blood specimen for the QFT-GIT assay. Participants with a positive QFT-GIT result were defined as having LTBI if they were asymptomatic. To identify independent risk factors, adjusted hazard ratios were obtained using the multivariable modified Breslow-Cox proportional hazards model. RESULTS: An overall QFT-GIT positivity rate of 12.7% was detected amongst 1682 Singapore residents. There was a wide variation in the positivity rate according to the participants' country of birth. Higher LTBI prevalence was also significantly associated with increasing age, lower educational and socio-economic status, and alcohol use. CONCLUSIONS: Given the high prevalence of LTBI amongst foreign-born residents from regional countries, similar studies should be conducted amongst migrants in Singapore to improve national guidelines on screening and preventive treatment against LTBI.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».