Assessment of Strategies and Epidemiological Characteristics of Tuberculosis in Henan Province, China: Observational Study
Notice bibliographique
Résumé
BACKGROUND: In 2005, China established an internet-based Tuberculosis Information Management System (TBIMS) to monitor changes in tuberculosis (TB). Many scholars have conducted epidemiological research using TBIMS; however, few studies assessing control strategies have been performed based on this platform data. Henan province is a high TB incidence area in China where, in addition to following the nationwide TB strategies, a series of local intervention combinations have been implemented. OBJECTIVE: Our study aims to evaluate the impact of nationwide TB intervention combinations on epidemiological changes and determine whether Henan province can achieve the World Health Organization's (WHO) goal of reducing TB incidence by 50% and TB mortality by 75% by the year 2025. METHODS: We used descriptive statistical methods to show the spatial and temporal distribution of pulmonary tuberculosis (PTB) reported to the TBIMS database from 2005 to 2018, and logistic regression analysis was performed to identify the risk factors of bacteriological-positive TB. The dynamic compartmental model and Bayesian melding approach was adopted to estimate the burden of TB under the impact of different TB control policies. RESULTS: , the WHO's 2025 goal could not be met. The distribution of high incidence and poverty-stricken counties were basically overlapped. Men, farmers and herdsmen (in rural areas), and subjects aged ≥60 years were more likely to develop bacteriological-positive PTB. The increasing treatment success for drug-susceptible tuberculosis and multidrug-resistant tuberculosis has not provided the desired reduction in incidence and mortality. CONCLUSIONS: To achieve the targeted goal, while improving the cure rate of TB, new active (rather than passive) detection and intervention strategies should be formulated based on epidemiological characteristics in Henan province.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».