The latent tuberculosis infection cascade of care in Iqaluit, Nunavut, 2012–2016
Notice bibliographique
Résumé
BACKGROUND: A remote arctic region of Canada predominantly populated by Inuit with the country's highest incidence of tuberculosis. METHODS: The study was undertaken to describe the latent tuberculosis infection (LTBI) cascade of care and identify factors associated with non-initiation and non-completion of LTBI treatment. Data were extracted retrospectively from medical records for all patients with a tuberculin skin test (TST) implanted in Iqaluit, Nunavut between January 2012 and March 2016. Associations between demographic and clinical factors and both treatment non-initiation among and treatment non-completion were identified using log binomial regression models where convergence could be obtained and Poisson models with robust error variance where convergence was not obtained. RESULTS: Of 2303 patients tested, 439 (19.1%) were diagnosed with LTBI. Treatment was offered to 328 patients, was initiated by 246 (75.0% of those offered) and was completed by 186 (75.6% of initiators). In multivariable analysis, older age (adjust risk ratio [aRR] 1.17 per 5-year increase, 95%CI:1.09-1.26) and undergoing TST due to employment screening (aRR 1.63, 95%CI:1.00-2.65, compared to following tuberculosis exposure) were associated with increased non-initiation of treatment. Older age (aRR 1.13, 95%CI: 1.03-1.17, per 5-year increase) was associated with increased non-completion of treatment. CONCLUSIONS: A similar rate of treatment initiation and higher rate of treatment completion were found compared to previous North American studies. Interventions targeting older individuals and those identified via employment screening may be considered to help to address the largest losses in the cascade of care.
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 | 0,000 | 0,001 |
| 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 ».