MétaCan
Menu
Retour à la cohorte
Enregistrement W2948171622 · doi:10.1371/journal.pmed.1002824

Treatment of latent infection to achieve tuberculosis elimination in low-incidence countries

2019· review· en· W2948171622 sur OpenAlexaff
Jonathon R. Campbell, David W. Dowdy, Kevin Schwartzman

Notice bibliographique

RevuePLoS Medicine · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésTuberculosisIncidence (geometry)MedicineLatent tuberculosisPublic healthExtensively drug-resistant tuberculosisDeveloping countryDeveloped countryPerspective (graphical)ImmunologyEnvironmental healthMycobacterium tuberculosisPopulationEconomic growthPathology

Résumé

récupéré en direct d'OpenAlex

points• Tuberculosis (TB) persists in the United States, Canada, and other high-income, lowincidence countries largely because of ongoing reactivation of latent TB infection (LTBI).• TB elimination in low-incidence countries, defined as an annual incidence of �1 case per million, will require extensive screening and treatment of LTBI, including in people for whom the harms of LTBI treatment outweigh the likely benefits: for example, older foreign-born individuals with no recent travel/exposure.Ongoing migration from higher-incidence countries, as well as pockets of transmission in vulnerable subgroups such as prisoners, homeless persons, and drug users, will also continue to pose challenges for TB elimination.• Policymakers in low-incidence countries face a choice between a utilitarian approach that tolerates individual net harm to advance public health goals and a patient-centered approach that values shared decision-making but will predictably result in failure to achieve TB elimination.• While TB elimination is an important aspirational vision, the ethical implications of this goal-namely the implicit requirement to offer LTBI screening and treatment to individuals who are more likely to experience harm than good-merit careful reflection.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,103
Tête enseignante GPT0,413
Écart entre enseignants0,310 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS MedicineMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207