Tuberculosis Treatment Compliance Under Smartphone-Based Video-Observed Therapy Versus Community-Based Directly Observed Therapy: Cluster Randomized Controlled Trial
Notice bibliographique
Résumé
BACKGROUND: There are no recent studies comparing the compliance rates of both patients and observers in tuberculosis treatment between the video-observed therapy (VOT) and directly observed therapy (DOT) programs. OBJECTIVE: This study aims to compare the average number of days that patients with pulmonary tuberculosis and their observers were compliant under VOT and DOT. In addition, this study aims to compare the sputum conversion rate of patients under VOT with that of patients under DOT. METHODS: Patient and observer compliance with tuberculosis treatment between the VOT and DOT programs were compared based on the average number of VOT and DOT compliance days and sputum conversion rates in a 60-day cluster randomized controlled trial with patients with pulmonary tuberculosis (VOT: n=63 and DOT: n=65) with positive sputum acid-fast bacilli smears and 38 observers equally randomized into the VOT and DOT groups (19 observers per group and n=1-5 patients per observer). The VOT group submitted videos to observers via smartphones; the DOT group followed standard procedures. An intention-to-treat analysis assessed the compliance of both the patients and the observers. RESULTS: The VOT group had higher average compliance than the DOT group (patients: mean difference 15.2 days, 95% CI 4.8-25.6; P=.005 and observers: mean difference 21.2 days, 95% CI 13.5-28.9; P<.001). The sputum conversion rates in the VOT and DOT groups were 73% and 61.5%, respectively (P=.17). CONCLUSIONS: Smartphone-based VOT significantly outperformed community-based DOT in ensuring compliance with tuberculosis treatment among observers. However, the study was underpowered to confirm improved compliance among patients with pulmonary tuberculosis and to detect differences in sputum conversion rates. TRIAL REGISTRATION: Thai Clinical Trials Registry (TCTR) TCTR20210624002; https://tinyurl.com/3bc2ycrh. INTERNATIONAL REGISTERED REPORT IDENTIFIER (IRRID): RR2-10.2196/38796.
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 | 0,005 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».