Drug resistance and epidemiology characteristics of multidrug-resistant tuberculosis patients in 17 provinces of China
Notice bibliographique
Résumé
As China is one of high MDR-TB burden countries, it is important to determine the drug resistant pattern and clinical characteristics of multidrug resistant tuberculosis (MDR-TB). We conducted a comprehensive and nationwide study on MDR-TB in 17 provinces for the period from June 2009 to June 2015, and a total of 1154 cases of MDR-TB were finally investigated. The study sought to assess the clinical features and contrast drug susceptibility profiles of MDR-TB patients in China. Cavitary disease, young age, and long duration of TB disease among MDR-TB patients were important predictors. A high resistance proportion of first-line drugs was observed in Beijing, Shanghai and Tianjin. Resistant proportions of second-line anti-TB drugs in western region for amikacin, aminosalicylic acid, and levofloxacin were higher than eastern and central regions. High levels of drug resistance were seen in earlier cases (before 2011) and outpatients. We found high levels of resistance to 1st- and 2nd-line drugs in all settings, with considerable variabilities in terms of different Directly Observed Treatment Short Course (DOTS) programme, level of economic development(eastern, central and western regions) and patient source (inpatients and outpatients). Timely drug susceptibility testing (DST) and effective management are necessary to ensure an early detection of MDR-TB and its proper treatment.
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 | 0,001 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».