Increasing TB/HIV Case Notification through an Active Case-Finding Approach among Rural and Mining Communities in Northwest Tanzania
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
While Tanzania is among the high TB burden countries to reach the WHO's End TB 2030 milestones, 41% of the people estimated to have had TB in 2020 were not diagnosed and notified. As part of the response to close the TB treatment coverage gap, SHDEPHA+ Kahama conducted a TB REACH active case-finding (ACF) intervention among rural and mining communities in Northwest Tanzania to increase TB/HIV case notification from July 2017 to June 2020. The intervention successfully linked marginalized mining communities with integrated TB/HIV screening, diagnostic, and referral services, screening 144,707 people for TB of whom 24,200 were tested for TB and 4,478 were tested for HIV, diagnosing 1,499 people with TB and 1,273 people with HIV (including at least 154 people with TB/HIV coinfection). The intervention revealed that community-based ACF can ensure high rates of linkage to care among hard-to-reach populations for TB. Providing integrated TB and HIV screening and diagnostic services during evening hours (Moonlight Events) in and around mining settlements can yield a large number of people with undiagnosed TB and HIV. For TB, this is true not only amongst miners but also FSW living in the same communities, who appear to be at similar or equally high risk of infection. Local NGOs can help to bridge the TB treatment coverage gap and to improve TB and HIV health outcomes by linking these marginalized groups with public sector services. Capturing the number of referrals arriving at CTCs is an important next step to identify how well the integrated TB/HIV outreach services operate and how they can be strengthened.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle