Factors Associated With Discontinuation of Tuberculosis Preventive Treatment: Post Hoc Analysis of 2 Randomized, Controlled Trials
Notice bibliographique
Résumé
BACKGROUND: Adherence to tuberculosis preventive treatment (TPT) is an important determinant of clinical benefit. We assessed the association of participant behaviors early in TPT with subsequent discontinuation. METHODS: We used data from a phase 3 randomized trial and the preceding phase 2 trial to compare 4 months of rifampin to 9 months of isoniazid for TPT. We excluded participants whose providers discontinued TPT due to adverse events or tuberculosis disease. We analyzed 4 outcomes: discontinuing TPT within the first month of treatment, discontinuing TPT between the first and second month, discontinuing TPT after the second month, and completing treatment but not per protocol. We analyzed the association of outcomes with regimen and participant characteristics and 4 behavioral predictors of discontinuation recorded at the month 1 and month 2 follow-up visits: reporting symptoms of intolerance, missing >20% of doses, rescheduling appointments, and not bringing their medication bottle. RESULTS: Overall, 6656 participants were included (phase 3, 5848; phase 2, 808), of whom 4318 (64.9%) completed treatment per protocol. Participant characteristics were inconsistently associated with discontinuation. Phase 3 trial participants with 1, 2, or 3-4 behavioral predictors at the month 1 follow-up had 5.0 (95% confidence interval, 3.6-6.7), 18.6 (13.3-26.1), and 79.4 (38.2-165.0), respectively, higher odds of discontinuing before the second month. The corresponding number of predictors at the month 2 follow-up had 1.8 (1.4-2.2), 4.7 (3.6-6.2), and 7.4 (4.6-11.9) higher odds of discontinuing before completing treatment; phase 2 findings were similar. CONCLUSIONS: Four behavioral predictors recorded early in therapy were more strongly associated with subsequent discontinuation than participant characteristics, particularly when more than 1 behavioral predictor was recorded. Clinical Trials Registration. NCT00170209; NCT00931736.
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 | 0,071 | 0,117 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,027 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».