MétaCan
Menu
Retour à la cohorte
Enregistrement W3134390147 · doi:10.1177/1178633721994607

Obesity and Prevalence of Latent Tuberculosis: A Population-Based Survey

2021· article· en· W3134390147 sur OpenAlexaff
Alaa Badawi, Christina J. Liu

Notice bibliographique

RevueInfectious Diseases Research and Treatment · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensUniversity of TorontoPublic Health Agency of Canada
Organismes subventionnairesnon disponible
Mots-clésMedicineBody mass indexNational Health and Nutrition Examination SurveyObesityLatent tuberculosisLogistic regressionPopulationCross-sectional studyRisk factorTuberculosisDemographyEnvironmental healthInternal medicineMycobacterium tuberculosisPathology

Résumé

récupéré en direct d'OpenAlex

Objective: Diminution in body weight is a known risk factor that increases the burden of active tuberculosis (TB). However, conflicting evidence exists for the effect of body weight on the risk of latent tuberculosis infection (LTBI). The objective of the present study is to examine the prevalence of LTBI at different body weights, evaluate the extent of association between body mass index (BMI) and LTBI and identify factors mediating this relationship in an adult population. Methods: We conducted a cross-sectional study to estimate the relationship between BMI and LTBI in participants from the US-National Health and Nutrition Examination Survey (NHANES; 2012, n = 5156; 514 with LTBI and 4642 controls). Results: The association between BMI and levels of cardiometabolic risk markers in both LTBI and control groups had a similar profile. When adjusted for age and sex, BMI was significantly inversely correlated with the prevalence of LTBI ( r = −0.147, P < .001). Effect of BMI on the risk of LTBI was evaluated using multivariate logistic regression models adjusted for age, sex, diabetes, and level of education. In this model, increasing BMI was significantly associated with lower risk of LTBI (OR = 0.85; 95%CI: 0.77-0.96, P < .01). Conclusion: This study further establishes an inverse relationship between BMI and prevalence of LTBI. Decreased BMI can be considered as a risk factor in LTBI, the reservoir for active TB cases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,061
Tête enseignante GPT0,380
Écart entre enseignants0,319 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInfectious Diseases Research and TreatmentMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207