A 10-year Review of TB Notifications and Mortality Trends Using a Joint Point Analysis in Zambia - a High TB burden country
Notice bibliographique
Résumé
BACKGROUND: Zambia is one of the TB high-burden countries. It is important to track the progress being made towards enhancing case finding and reducing mortality. We reviewed routine TB notifications and mortality trends, over a decade from all facilities in Zambia. METHODS: A 10-year retrospective study of TB notifications and mortality trends was performed using a Joint Point Analysis version 4.9.0.0, NCI. We extracted the annual national TB program data for the period under review. RESULTS: There was a decline in annual point average for notification between 2010 and 2020 in both males and females, but the females notification rates had a higher rate of decline (AAPC = -6.7, 95%CI:-8.3 to -5.0), p<0.001) compared to the decline in males notification rate (AAPC = -4.1, 95%CI:-4.1 to -5.1, P<0.001). We found a significant growth rate in the proportion of TB patients that were bacteriologically confirmed (AAPC = 6.1, 95% CI: 3.6 to 8.7, p< 0.001), while the proportion of clinically diagnosed patients declined (AAPC= -0.1, 95%CI: -2.3 to 2.1, p<0.001). Notification of drug-resistant TB increased exponentially (AAPC=27.3, 95% CI: 13 to 41), p< 0.001) while mortality rate declined from 21.3 in 2011 to 12.7 in 2019 per 100,000 population (AAP=-5.6, 95%CI: -9.6 to -1.5, p=0.008). CONCLUSIONS: This study has illustrated the importance of reviewing and analyzing routinely collected TB data by national programs. The study revealed areas of improvement in terms of TB control and underscores the need for increased and sustained investment in case detection and diagnostics.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».