Closing the loop in child TB contact management: completion of TB preventive therapy outcomes in western Kenya
Notice bibliographique
Résumé
SETTING: Children especially those <5 years of age exposed to pulmonary tuberculosis (TB) are at a high risk of severe TB disease and death. Isoniazid preventive therapy (IPT) has been shown to decrease disease progression by up to 90%. Kenya, a high TB burden country experiences numerous operational challenges that limit implementation of TB preventive services. IPT completion in child contacts is not routinely reported in Kenya. OBJECTIVE: This study aims to review the child contact management (CCM) cascade and present IPT outcomes across 10 clinics in western Kenya. DESIGN: A retrospective chart review of programmatic data of a TB Reach-funded active, clinic-based CCM strategy. RESULTS: Of 553 child contacts screened, 231 (42%) were reported symptomatic. 74 (13%) of the child contacts were diagnosed with active TB disease. Of those eligible for IPT, 427 (90%) initiated IPT according to TB REACH project data while 249 (58%) were recorded in the IPT register with 49 (11%) recorded as a transfer to other facilities. Of the 249 recorded in the IPT register, 205 (82%) were documented to complete therapy (48% of project initiation children). CONCLUSION: Our evaluation shows gaps in the routine CCM care cascade related to completeness of documentation that require further programmatic monitoring and evaluation to improve CCM outcomes.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 | 0,000 | 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 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 ».