MétaCan
Menu
Retour à la cohorte
Enregistrement W3175841404 · doi:10.1101/2021.06.22.21259360

The role of prisons in disseminating tuberculosis in Brazil: a genomic epidemiology study

2021· preprint· en· W3175841404 sur OpenAlexaff
Katharine S. Walter, Paulo César Pereira dos Santos, Thais Oliveira Gonçalves, Brunna Oliveira da Silva, Andréa da Silva Santos, Alessandra de Cássia Leite, Alessandra Moura da Silva, Flora Martinez Figueira Moreira, Roberto Dias de Oliveira, Everton Ferreira Lemos, Eunice Atsuko Totumi Cunha, Yiran E. Liu, Albert I. Ko, Caroline Colijn, Ted Cohen, Barun Mathema, Júlio Croda, Jason R. Andrews

Notice bibliographique

RevuemedRxiv · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPrisonTuberculosisTransmission (telecommunications)Spillover effectIncidence (geometry)EpidemiologyDemographyGeographyMedicineEnvironmental healthCriminologySociologyPathologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract Background Globally, prisons are high-incidence settings for tuberculosis. Yet the role of prisons as reservoirs of M. tuberculosis , propagating epidemics through spillover from prisons to surrounding communities, has been difficult to measure directly. Methods and Findings To quantify the role of prisons in driving wider community M. tuberculosis transmission, we conducted prospective genomic surveillance in Central West Brazil from 2014 to 2019. We whole genome sequenced 1,152 M. tuberculosis isolates collected during active and passive surveillance inside and outside prisons and linked genomes to detailed incarceration histories. We applied multiple phylogenetic and genomic clustering approaches and inferred timed transmission trees. We found that M. tuberculosis sequences from incarcerated and non-incarcerated people were closely related in a maximum likelihood phylogeny. The majority (70.8%; 46/65) of genomic clusters including people with no incarceration history also included individuals with a recent history of incarceration. Among cases in individuals with no incarceration history, 50.6% (162/320) were in clusters that included individuals with recent incarceration history, suggesting that transmission chains often span prisons and communities. We identified a minimum of 18 highly probable spillover events, M. tuberculosis transmission from people with a recent incarceration history to people with no prior history of incarceration, occurring in the state’s four largest cities and across sampling years. We additionally found that frequent transfers of people between the state’s prisons creates a highly connected prison network that likely disseminates M. tuberculosis across the state. Conclusions We developed a framework for measuring spillover from high-incidence environments to surrounding communities by integrating genomic and spatial information to reconstruct tuberculosis transmission chains. Our findings indicate that, in this setting, prisons serve not only as disease reservoirs, but also disseminate M. tuberculosis across highly connected prison networks, both amplifying and propagating M. tuberculosis risk in surrounding communities.

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)0,005
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,036
Tête enseignante GPT0,381
Écart entre enseignants0,345 · 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
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

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxivMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207