Risk factors for drug-resistant tuberculosis at a referral centre in Toronto, Ontario, Canada: 2010–2016
Notice bibliographique
Résumé
BACKGROUND: Drug-resistant tuberculosis (TB) poses a major public health concern worldwide. However, no studies have addressed risk factors for drug resistance in Ontario, which has its own unique profile of immigrants. We evaluated demographic and clinical risk factors for drug-resistant TB among patients treated at West Park Healthcare Centre, located in Toronto, Ontario (Canada). METHODS: All patients who were diagnosed with TB and treated at West Park Healthcare Centre between January 2010 and December 2016 were included in this retrospective cohort study. Characteristics of patients with isoniazid mono-resistant (INH-R) TB and multidrug resistant (MDR) TB were compared to patients with drug-susceptible TB with bivariate and multivariable logistic regression. RESULTS: Risk factors for INH-R TB included younger age (younger than 35 years), prior TB treatment, non-diabetic and birth in a non-South-East Asian country, but only the latter two factors were significant in multivariable analysis. On the other hand, we found younger generation (younger than 65 years), birth in European region, recent arrival to Canada (fewer than 120 months), prior treatment and human immunodeficiency virus (HIV) infection were associated with MDR-TB, among which younger age (younger than 35 years), more recent immigration (fewer than 24 months), prior treatment and HIV infection were significant in multivariable analysis. CONCLUSION: These findings may be of use to TB clinicians in the province by informing the initial empiric antibiotic regimen prescribed while awaiting phenotypic drug susceptibility testing and assisting in decisions regarding whether to request rapid molecular drug susceptibility testing.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 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 ».