MétaCan
Menu
Retour à la cohorte
Enregistrement W3011913434 · doi:10.1016/j.ijid.2020.03.011

Historical review of studies on the effect of treating latent tuberculosis

2020· article· en· W3011913434 sur OpenAlexaboutno aff
Martin Mølhave, Christian Wejse

Notice bibliographique

RevueInternational Journal of Infectious Diseases · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesNovo Nordisk FondenAarhus Universitet
Mots-clésTuberculosisLatent tuberculosisMedicineMycobacterium tuberculosisPathology

Résumé

récupéré en direct d'OpenAlex

Tuberculosis Preventive Therapy (TPT) is widely used in particular among high-risk populations such as close contacts and immunosuppressed people mostly in high-income settings. TPT is widely recommended for high-risk populations including HIV-infected and household contacts globally, but is not widely used. Historical trials on risk groups as well as the general population have documented a marked effect on reductions in incidence of active disease among those treated, as well as on prevalence of latent TB infection (LTBI) in populations where massive roll-out of TPT has previously taken place. This review summarizes the results of large historical trials conducted more than 50 years ago among Inuit and African populations as well as risk groups in the USA and Europe exhibiting similarities with current high-burden populations with current limited use of TPT. The trials demonstrated a 27-95% reduction in incidence of active TB among those receiving preventive treatment compared with placebo, with efficacy depending somewhat on length of treatment but mostly on adherence rates. It was possible to achieve satisfactory adherence rates in most of the trial populations and liver toxicity rates were generally low. The historical trials on preventive treatment for LTBI have documented that large-scale TPT is possible and effective even in high-burden populations in high-incidence areas and is therefore a relevant tool to consider in striving to eliminate the TB epidemic.

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)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0050,006
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,040
Tête enseignante GPT0,369
Écart entre enseignants0,329 · 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'étudeSans objet
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

Citations32
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Infectious DiseasesMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207