COVID-19-related healthcare impacts: an uncontrolled, segmented time-series analysis of tuberculosis diagnosis services in Mozambique, 2017–2020
Notice bibliographique
Résumé
INTRODUCTION: Currently, COVID-19 dominates the public health agenda and poses a permanent threat, leading to health systems' exhaustion and unprecedented service disruption. Primary healthcare services, including tuberculosis services, are at increased risk of facing severe disruptions, particularly in low-income and middle-income countries. Indeed, corroborating model-based forecasts, there is increasing evidence of the COVID-19 pandemic's negative impact on tuberculosis case detection. METHODS: Applying a segmented time-series analysis, we assessed the effects of COVID-19-related measures on tuberculosis diagnosis service across districts in Mozambique. Ministry health information system data were used from the first quarter of 2017 to the end of 2020. The model, performed under the Bayesian premises, was estimated as a negative binomial with random effects for districts and provinces. RESULTS: A total of 154 districts were followed for 16 consecutive quarters. Together, these districts reported 96 182 cases of all forms of tuberculosis in 2020. At baseline (first quarter of 2017), Mozambique had an estimated incidence rate of 283 (95% CI 200 to 406) tuberculosis cases per 100 000 people and this increased at a 5% annual rate through the end of 2019. We estimated that 17 147 new tuberculosis cases were potentially missed 9 months after COVID-19 onset, resulting in a 15.1% (95% CI 5.9 to 24.0) relative loss in 2020. The greatest impact was observed in the southern region at 40.0% (95% CI 30.1 to 49.0) and among men at 15% (95% CI 4.0 to 25.0). The incidence of pulmonary tuberculosis increased at an average rate of 6.6% annually; however, an abrupt drop (15%) was also observed immediately after COVID-19 onset in March 2020. CONCLUSION: The most significant impact of the state of emergency was observed between April and June 2020, the quarter after COVID-19 onset. Encouragingly, by the end of 2020, clear signs of health system recovery were visible despite the initial shock.
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 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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| 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) | 0,002 | 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 tête enseignante, 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 ».