Tuberculosis case fatality in India: a systematic review and meta-analysis
Notice bibliographique
Résumé
Introduction: The WHO End TB Strategy calls for a global reduction in the case fatality ratio (CFR) below 5%. India accounts for a third of global tuberculosis (TB) deaths. This systematic review estimated CFRs among Indian patients with TB both during and after treatment. Methods: We systematically searched Medline, Embase and Global Health for eligible studies published between 1 January 2006 and 8 January 2019, including both cohort studies and intervention study control arms that followed Indian patients with TB for fatality either during treatment or post-treatment. From relevant studies we extracted CFRs in addition to study demographics. Study quality was assessed using modified Scottish Intercollegiate Guidelines Network cohort criteria. Sufficiently homogenous studies were pooled using a random effect generalised linear mixed model. A meta-regression was performed to associate study characteristics with resulting CFRs. Results: 218 relevant studies were identified, of which 211 provided treatment phase CFRs. Most patients (92.4%) were treated in the public sector. Quality concerns were identified in 74% of papers. We estimated a pooled treatment phase CFR of 5.16% (95% CI 4.20% to 6.34%) which fell to 3.78% (2.77% to 5.16%) when restricted to 52 high-quality studies. Treatment phase CFRs were higher for paediatric (n=27, 6.50% (2.65% to 10.36%)), drug-resistant (n=43, 14.06% (10.15% to 19.49%)) and HIV-infected (n=35, 10.91% (7.68% to 15.50%)) patients. Nineteen post-treatment CFR studies were too heterogeneous to pool except when restricting to three high-quality studies (2.69% (-0.79% to 6.18%)). Poor study quality (OR=2.27 (2.01 to 2.57)) and tertiary centres patients (OR=1.15 (1.03 to 1.28)) were significantly associated with increased treatment phase case fatality. Conclusions: Case fatality is a critical measure of the quality of TB care. While India's treatment CFRs are in line with WHO targets, several key patient groups remain understudied and most studies suffer from methodological issues. Increased high-quality reporting on patient outcomes will help improve the evidence base on this topic.
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 | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,027 | 0,004 |
| Bibliométrie | 0,000 | 0,004 |
| 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 | 0,001 |
| 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 ».