MétaCan
Menu
Retour à la cohorte
Enregistrement W4210594876 · doi:10.1016/j.lana.2022.100186

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

2022· article· en· W4210594876 sur OpenAlexaff
Katharine S. Walter, Paulo César Pereira dos Santos, Thais Oliveira Gonçalves, Bruna 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

RevueThe Lancet Regional Health - Americas · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensSimon Fraser University
Organismes subventionnairesNational Institutes of HealthNational Institute of Allergy and Infectious DiseasesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésTuberculosisPrisonTransmission (telecommunications)Spillover effectIncidence (geometry)GeographyDemographyMedicineCriminologySociologyPathologyTelecommunicationsComputer science

Résumé

récupéré en direct d'OpenAlex

Globally, prisons are high-incidence settings for tuberculosis. Yet the role of prisons as reservoirs of M. tuberculosis, propagating epidemics through spillover to surrounding communities, has been difficult to measure directly. 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 1152 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. 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. We developed a framework for measuring spillover from high-incidence environments to surrounding communities by integrating genomic and spatial information. 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. Brazil's National Council for Scientific and Technological Development and US National Institutes of Health.

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)0,008
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,187
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,095
Tête enseignante GPT0,448
Écart entre enseignants0,353 · 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

Citations34
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Lancet Regional Health - AmericasMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207