Duration of Exposure Among Close Contacts of Patients With Infectious Tuberculosis and Risk of Latent Tuberculosis Infection
Notice bibliographique
Résumé
BACKGROUND: Predictors of latent tuberculosis infection (LTBI) among close contacts of persons with infectious tuberculosis (TB) are incompletely understood, particularly the number of exposure hours. METHODS: We prospectively enrolled adult patients with culture-confirmed pulmonary TB and their close contacts at 9 health departments in the United States and Canada. Patients with TB were interviewed and close contacts were interviewed and screened for TB and LTBI during contact investigations. RESULTS: LTBI was diagnosed in 1390 (46%) of 3040 contacts, including 624 (31%) of 2027 US/Canadian-born and 766 (76%) of 1013 non-US/Canadian-born contacts. In multivariable analysis, age ≥5 years, male sex, non-US/Canadian birth, smear-positive index patient, and shared bedroom with an index patient (P < .001 for each), as well as exposure to >1 index patient (P < .05), were associated with LTBI diagnosis. LTBI prevalence increased with increasing exposure duration, with an incremental prevalence increase of 8.2% per 250 exposure hours (P < .0001). For contacts with <250 exposure hours, no difference in prevalence was observed per 50 exposure hours (P = .63). CONCLUSIONS: Hours of exposure to a patient with infectious TB is an important LTBI predictor, with a possible risk threshold of 250 hours. More exposures, closer exposure proximity, and more extensive index patient disease were additional LTBI predictors.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,003 | 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 ».