Evaluation of TB elimination strategies in Canadian Inuit populations: Nunavut as a case study
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
Tuberculosis (TB) continues to disproportionately affect Inuit populations in Canada with some communities having over 300 times higher rate of active TB than Canadian-born, non-Indigenous people. Inuit Tuberculosis Elimination Framework has set the goal of reducing active TB incidence by at least 50% by 2025, aiming to eliminate it by 2030. Whether these goals are achievable with available resources and treatment regimens currently in practice has not been evaluated. We developed an agent-based model of TB transmission to evaluate timelines and milestones attainable in Nunavut, Canada by including case findings, contact-tracing and testing, treatment of latent TB infection (LTBI), and the government investment on housing infrastructure to reduce the average household size. The model was calibrated to ten years of TB incidence data, and simulated for 20 years to project program outcomes. We found that, under a range of plausible scenarios with tracing and testing of 25%-100% of frequent contacts of detected active cases, the goal of 50% reduction in annual incidence by 2025 is not achievable. If active TB cases are identified rapidly within one week of becoming symptomatic, then the annual incidence would reduce below 100 per 100,000 population, with 50% reduction being met between 2025 and 2030. Eliminating TB from Inuit populations would require high rates of contact-tracing and would extend beyond 2030. The findings indicate that time-to-identification of active TB is a critical factor determining program effectiveness, suggesting that investment in resources for rapid case detection is fundamental to controlling TB.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 | 0,000 |
| 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 découle