Strain structure analysis of Mycobacterium tuberculosis circulating among HIV negative, positive and drug resistant TB patients attending chest clinics in Western Kenya
Notice bibliographique
Résumé
BACKGROUND: Despite global tuberculosis (TB) interventions, the disease remains one of the major public health concerns. Kenya is ranked 15th among 22 high burden TB countries globally. METHODS: A cross-sectional study was conducted in Western Kenya, which comprises 10 counties. A multistage sampling method was used where a single sub-county was randomly selected followed by sampling two high volume health facility from each sub-county. Identification of spoligotype profiles and their family distribution and lineage level were achieved by comparison with SITVIT database. RESULTS: Lineage distribution pattern revealed that the most predominant lineage was CAS 220 (39.8%) followed by Beijing 128 (23.1%). The other lineages identified were T, LAM, H, X, S and MANU which were quantified as 87 (15.7%), 67 (12.1%), 16 (2.8%), 10 (1.8%), 8 (1.4%) and 5 (0.9%) respectively. CAS and Beijing strains were the most predominant lineage in both HIV negative and positive TB patients. The Beijing lineage was also the most predominant in resistant M. tuberculosis strains as compared to wild type. A total of 12 (2.0%) were orphaned M. tuberculosis strains which were spread across all the 10 counties of the study site. In multivariate logistic regression adjusting for potential cofounders three potential risk factors were significant. HIV status (OR = 1.52, CI = 0.29-3.68 and P value of 0.001), Alcohol use (OR = 0.59, CI = 0.43-3.12 and P-value =0.001) and cross border travel (OR = 0.61, CI = 0.49-3.87 and P value = 0.026). Most M. tuberculosis clinical isolates showed genetic clustering with multivariate logistic regression indicating three potential risk factors to clustering. HIV status (OR = 1.52, CI = 0.29-3.68 and P value of 0.001), Alcohol use (OR = 0.59, CI = 0.43-3.12 and P-value =0.001) and cross border travel (OR = 0.61, CI = 0.49-3.87 and P value = 0.026). CONCLUSION: There exist diverse strains of M. tuberculosis across the 10 counties of Western Kenya. Predominant distribution of clustered genotype points to the fact that most TB cases in this region are as a result of resent transmission other than activation of latent 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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 ».