MétaCan
Menu
Retour à la cohorte
Enregistrement W4321481844 · doi:10.1513/annalsats.202205-425oc

Nontuberculous Mycobacterial Infection in Wisconsin Adults and Its Relationship to Race and Social Disadvantage

2023· article· en· W4321481844 sur OpenAlexaff
Bryan Vonasek, Danièle Gusland, Kevin P. Hash, Andrew L. Wiese, Julie Tans-Kersten, Brad C. Astor, Suzanne Gibbons-Burgener, Elizabeth Ann Misch

Notice bibliographique

RevueAnnals of the American Thoracic Society · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMycobacterium research and diagnosis
Établissements canadiensInstitute of Population and Public Health
Organismes subventionnairesNational Institute of Allergy and Infectious DiseasesSchool of Medicine and Public Health, University of Wisconsin-MadisonNational Institutes of Health
Mots-clésMedicineEpidemiologyIncidence (geometry)Nontuberculous mycobacteriaPopulationDemographyMycobacterium abscessusMycobacterium chelonaeRochester Epidemiology ProjectCohortInternal medicineEnvironmental healthTuberculosisMycobacteriumPathologyPopulation based study

Résumé

récupéré en direct d'OpenAlex

Abstract Rationale Population-based data on the epidemiology of nontuberculosis mycobacterial (NTM) infections are limited, particularly with respect to variation in NTM infection among racial groups and socioeconomic strata. Wisconsin is one of a handful of states where mycobacterial disease is notifiable, allowing large, population-based analyses of the epidemiology of NTM infection in this state. Objectives To estimate the incidence of NTM infection in Wisconsin adults, describe the geographic distribution of NTM infection across the state, identify the frequency and type of infection caused by different NTM species, and investigate associations between NTM infection and demographics and socioeconomic status. Methods We conducted a retrospective cohort study using laboratory reports of all NTM isolates from Wisconsin residents submitted to the Wisconsin Electronic Disease Surveillance System from 2011 to 2018. For the analyses of NTM frequency, multiple reports from the same individual were enumerated as separate isolates when nonidentical, collected from different sites or collected more than one year apart. Results A total of 8,135 NTM isolates from 6,811 adults were analyzed. Mycobacterium avium complex accounted for 76.4% of respiratory isolates. The M. chelonae-abscessus group was the most common species isolated from skin and soft tissue. The annual incidence of NTM infection was stable over the study period (from 22.1 per 100,000 to 22.4 per 100,000). The cumulative incidence of NTM infection among Black (224 per 100,000) and Asian (244 per 100,000) individuals was significantly higher compared with that among their White counterparts (97 per 100,000). Total NTM infections were significantly more frequent (P < 0.001) in individuals from disadvantaged neighborhoods, and racial disparities in the incidence of NTM infection generally remained consistent when stratified by measures of neighborhood disadvantage. Conclusions More than 90% of NTM infections were from respiratory sites, with the vast majority caused by M. avium complex. Rapidly growing mycobacteria predominated as skin and soft tissue pathogens and were important minor respiratory pathogens. We found a stable annual incidence of NTM infection in Wisconsin between 2011 and 2018. NTM infection occurred more frequently in non-White racial groups and in individuals experiencing social disadvantage, suggesting that NTM disease may be more frequent in these groups as well.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,084
Tête enseignante GPT0,418
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the American Thoracic SocietyMême sujetMycobacterium research and diagnosisTravaux en français237 207