Optimizing Active Tuberculosis Case Finding: Evaluating the Impact of Community Referral for Chest X-ray Screening and Xpert Testing on Case Notifications in Two Cities in Viet Nam
Notice bibliographique
Résumé
To accelerate the reduction in tuberculosis (TB) incidence, it is necessary to optimize the use of innovative tools and approaches available within a local context. This study evaluated the use of an existing network of community health workers (CHW) for active case finding, in combination with mobile chest X-ray (CXR) screening events and the expansion of Xpert MTB/RIF testing eligibility, in order to reach people with TB who had been missed by the current system. A controlled intervention study was conducted from January 2018 to March 2019 in five intervention and four control districts of two low to medium TB burden cities in Viet Nam. CHWs screened and referred eligible persons for CXR to TB care facilities or mobile screening events in the community. The initial diagnostic test was Xpert MTB/RIF for persons with parenchymal abnormalities suggestive of TB on CXR or otherwise on smear microscopy. We analyzed the TB care cascade by calculating the yield and number needed to screen (NNS), estimated the impact on TB notifications and conducted a pre-/postintervention comparison of TB notification rates using controlled, interrupted time series (ITS) analyses. We screened 30,336 individuals in both cities to detect and treat 243 individuals with TB, 88.9% of whom completed treatment successfully. All forms of TB notifications rose by +18.3% (95% CI: +15.8%, +20.8%). The ITS detected a significant postintervention step-increase in the intervention area for all-form TB notification rates (IRR(β6) = 1.221 (95% CI: 1.011, 1.475); p = 0.038). The combined use of CHWs for active case findings and mobile CXR screening expanded the access to and uptake of Xpert MTB/RIF testing and resulted in a significant increase in TB notifications. This model could serve as a blueprint for expansion throughout Vietnam. Moreover, the results demonstrate the need to optimize the use of the best available tools and approaches in order to end TB.
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 | 0,001 | 0,018 |
| 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) | 0,000 | 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 ».