MétaCan
Menu
Retour à la cohorte
Enregistrement W4395009974 · doi:10.3389/ijph.2024.1606554

Exploring Sex Differences in Risk Factors and Quality of Life Among Tuberculosis Patients in Herat, Afghanistan: A Case-Control Study

2024· article· en· W4395009974 sur OpenAlexaff
Nasar Ahmad Shayan, Ali Rahimi, Saverio Stranges, Amardeep Thind

Notice bibliographique

RevueInternational Journal of Public Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineTuberculosisLogistic regressionPublic healthDiseaseMultivariate analysisQuality of life (healthcare)Descriptive statisticsEnvironmental healthOdds ratioDemographyGerontologyInternal medicinePathologyNursing

Résumé

récupéré en direct d'OpenAlex

Objectives: Tuberculosis (TB) is a significant public health concern in Afghanistan, with a high burden of disease in the western province of Herat. This study explored the risk factors of TB and TB’s impact on the quality of life of patients in Herat. Methods: A total of 422 TB patients and 514 controls were recruited at Herat Regional Hospital and relevant TB laboratories between October 2020 and February 2021. Data was collected through interviews using a structured questionnaire and the SF-36 questionnaire. Descriptive statistics, chi-square tests, Multivariate General Linear Model, and logistic regression analysis were used to analyze the data. Results: The results showed that male sex (p = 0.023), chronic disease (p = 0.038), lower education levels (p < 0.001), and worse health status (p < 0.001) were significantly associated with higher odds of TB infection. The study also found that TB patients had significantly lower quality of life scores in almost all components (p < 0.05). Conclusion: This study provides important insights into the specific ways in which TB affects the wellbeing of patients in Afghanistan. The findings highlight the importance of addressing the psychological and social dimensions 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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,235
Tête enseignante GPT0,418
Écart entre enseignants0,183 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Public HealthMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207