Incidence of tuberculosis and its predictors among under-five children with severe acute malnutrition in North Shoa, Amhara region, Ethiopia: a retrospective follow-up study
Notice bibliographique
Résumé
Introduction Although tuberculosis (TB) is one of the significant public health challenges in severely malnourished children throughout the globe, it is a severe issue for countries such as Ethiopia, with significant resource limitations. Few studies have examined the incidence of tuberculosis and its predictors among children under five years of age with severe acute malnutrition in developing countries, and there is a paucity of data. This study aimed to estimate the incidence of tuberculosis and its predictors among under-five children with severe acute malnutrition (SAM) in North Shoa, Amhara region, Ethiopia. Methods An institution-based retrospective follow-up study was conducted between January 20, 2017, and June 20, 2019. The sample size was calculated using STATA, which yields a total of 345 charts that were selected with systematic random sampling. Data entry was performed using Epi-data version 4.2 and analyzed with STATA 14. Kaplan-Meier survival curves were computed. Cox proportional hazard models were fitted to detect the determinants of tuberculosis. The hazard ratio with a 95% confidence interval was subsequently calculated. Variables with p -values < 0.05 were considered statistically significant. Results The incidence rate of tuberculosis among children under five years of age with SAM was 4.6 per 100 person-day observations (95% CI: 3.29, 8.9). Predictors of TB were a history of contact with known TB cases [AHR: 1.4 (95% CI: 1.00, 2.8], HIV/AIDS [AHR: 3.71 (95% CI: 2.10, 8.71)], baseline pneumonia [AHR: 2.10 (1.76,12)], not supplying zinc at baseline [AHR: 3.1 (1.91, 4.70)], and failed appetite taste at the diagnosis of SAM [AHR: 2.4 (1.35, 3.82)]. Conclusions In this study, the incidence rate of TB was high. Not supplying zinc at baseline, failed appetite taste at the diagnosis of SAM, history of contact with known TB cases, and baseline pneumonia were significant predictors of TB. Prioritizing regular TB screenings, nutritional support, and zinc supplementation for under-five children with SAM should be implemented to reduce the risk of 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.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| 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) | 0,000 | 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 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 ».