Adherence trajectory as an on-treatment risk indicator among drug-resistant TB patients in the Philippines
Notice bibliographique
Résumé
INTRODUCTION: High levels of treatment adherence are critical for achieving optimal treatment outcomes among patients with tuberculosis (TB), especially for drug-resistant TB (DR TB). Current tools for identifying high-risk non-adherence are insufficient. Here, we apply trajectory analysis to characterize adherence behavior early in DR TB treatment and assess whether these patterns predict treatment outcomes. METHODS: We conducted a retrospective analysis of Philippines DR TB patients treated between 2013 and 2016. To identify unique patterns of adherence, we performed group-based trajectory modelling on adherence to the first 12 weeks of treatment. We estimated the association of adherence trajectory group with six-month and final treatment outcomes using univariable and multivariable logistic regression. We also estimated and compared the predictive accuracy of adherence trajectory group and a binary adherence threshold for treatment outcomes. RESULTS: Of 596 patients, 302 (50.7%) had multidrug resistant TB, 11 (1.8%) extremely drug-resistant (XDR) TB, and 283 (47.5%) pre-XDR TB. We identified three distinct adherence trajectories during the first 12 weeks of treatment: a high adherence group (n = 483), a moderate adherence group (n = 93) and a low adherence group (n = 20). Similar patterns were identified at 4 and 8 weeks. Being in the 12-week moderate or low adherence group was associated with unfavorable six-month (adjusted OR [aOR] 3.42, 95% CI 1.90-6.12) and final (aOR 2.71, 95% 1.73-4.30) treatment outcomes. Adherence trajectory group performed similarly to a binary threshold classification for the prediction of final treatment outcomes (65.9% vs. 65.4% correctly classified), but was more accurate for prediction of six-month treatment outcomes (79.4% vs. 60.0% correctly classified). CONCLUSIONS: Adherence patterns are strongly predictive of DR TB treatment outcomes. Trajectory-based analyses represent an exciting avenue of research into TB patient adherence behavior seeking to inform interventions which rapidly identify and support patients with high-risk adherence patterns.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».