MétaCan
Menu
Retour à la cohorte
Enregistrement W3217354347 · doi:10.1097/ede.0000000000001414

What Can Genetic Relatedness Tell Us About Risk Factors for Tuberculosis Transmission?

2021· article· en· W3217354347 sur OpenAlexaff

Notice bibliographique

RevueEpidemiology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesNational Institute of General Medical Sciences
Mots-clésTuberculosisProxy (statistics)Transmission (telecommunications)Genetic variationRisk assessmentMycobacterium tuberculosis

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: To stop tuberculosis (TB), the leading infectious cause of death globally, we need to better understand transmission risk factors. Although many studies have identified associations between individual-level covariates and pathogen genetic relatedness, few have identified characteristics of transmission pairs or explored how closely covariates associated with genetic relatedness mirror those associated with transmission. METHODS: We simulated a TB-like outbreak with pathogen genetic data and estimated odds ratios (ORs) to correlate each covariate and genetic relatedness. We used a naive Bayes approach to modify the genetic links and nonlinks to resemble the true links and nonlinks more closely and estimated modified ORs with this approach. We compared these two sets of ORs with the true ORs for transmission. Finally, we applied this method to TB data in Hamburg, Germany, and Massachusetts, USA, to find pair-level covariates associated with transmission. RESULTS: Using simulations, we found that associations between covariates and genetic relatedness had the same relative magnitudes and directions as the true associations with transmission, but biased absolute magnitudes. Modifying the genetic links and nonlinks reduced the bias and increased the confidence interval widths, more accurately capturing error. In Hamburg and Massachusetts, pairs were more likely to be probable transmission links if they lived in closer proximity, had a shorter time between observations, or had shared ethnicity, social risk factors, drug resistance, or genotypes. CONCLUSIONS: We developed a method to improve the use of genetic relatedness as a proxy for transmission, and aid in understanding TB transmission dynamics in low-burden settings.

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)0,008
score de la tête « metaresearch » (Gemma)0,060
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 enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,060
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,052
Tête enseignante GPT0,361
Écart entre enseignants0,309 · 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEpidemiologyMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207