MétaCan
Menu
Retour à la cohorte
Enregistrement W3038187120 · doi:10.1186/s12916-020-01626-6

Multidrug-resistant tuberculosis surveillance and cascade of care in Madagascar: a five-year (2012–2017) retrospective study

2020· review· en· W3038187120 sur OpenAlexaff
Astrid M. Knoblauch, Simon Grandjean Lapierre, D. Randriamanana, Mamy Serge Raherison, Andrianantenaina Rakotoson, Bienvenue Solofomandimby Raholijaona, Masiarivony Ravaoarimanga, P Ravololonandriana, Marie Sylvianne Rabodoarivelo, O Ratsirahonana, Fanjasoa Rakotomanana, Turibio Razafindranaivo, Voahangy Rasolofo, Niaina Rakotosamimanana

Notice bibliographique

RevueBMC Medicine · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensUniversité de MontréalCentre Hospitalier de l’Université de MontréalCegep Edouard Montpetit
Organismes subventionnairesNovartis Foundation
Mots-clésMedicineTuberculosisReferralEpidemiologyRetrospective cohort studyCulture conversionExtensively drug-resistant tuberculosisMulti-drug-resistant tuberculosisPediatricsMycobacterium tuberculosisInternal medicineFamily medicinePathologySputum

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: In Madagascar, the multidrug-resistant tuberculosis (MDR-TB) surveillance programme was launched in late 2012 wherein previously treated TB cases and symptomatic MDR-TB contacts (hereafter called presumptive MDR-TB cases) undergo drug susceptibility testing. This retrospective review had per aim to provide an update on the national MDR-TB epidemiology, assess and enhance programmatic performance and assess Madagascar's MDR-TB cascade of care. METHODS: For 2012-2017, national TB control programme notification, clinical management data and reference laboratory data were gathered. The development and coverage of the surveillance programme, the MDR-TB epidemiology and programmatic performance indicators were assessed using descriptive, logistic and spatial statistical analyses. Data for 2017 was further used to map Madagascar's TB and MDR-TB cascade of care. RESULTS: The geographical coverage and diagnostic and referral capacities of the MDR-TB surveillance programme were gradually expanded whereas regional variations persist with regard to coverage, referral rates and sample referral delays. Overall, the rate of MDR-TB among presumptive MDR-TB cases remained relatively stable, ranging between 3.9% in 2013 and 4.4% in 2017. Most MDR-TB patients were lost in the second gap of the cascade pertaining to MDR-TB cases reaching diagnostic centres but failing to be accurately diagnosed (59.0%). This poor success in diagnosis of MDR-TB is due to both the current use of low-sensitivity smear microscopy as a first-line diagnostic assay for TB and the limited access to any form of drug susceptibility testing. Presumptive MDR-TB patients' sample referral took a mean delay of 28 days before testing. Seventy-five percent of diagnosed MDR-TB patients were appropriately initiated on treatment, and 33% reached long-term recurrence-free survival. CONCLUSIONS: An expansion of the coverage and strengthening of MDR-TB diagnostic and management capacities are indicated across all regions of Madagascar. With current limitations, the surveillance programme data is likely to underestimate the true MDR-TB burden in the country and an updated national MDR-TB prevalence survey is warranted. In absence of multiple drivers of an MDR-TB epidemic, including high MDR-TB rates, high HIV infection rates and inter-country migration, Madagascar is in a favourable starting position for MDR-TB control and elimination.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,384
Écart entre enseignants0,332 · 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'étudeObservationnel
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

Citations35
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC MedicineMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207