MétaCan
Menu
← Retour à la cohorte
Enregistrement W4401499363 · doi:10.2196/49123

Analysis of Tuberculosis Epidemiological Distribution Characteristics in Fujian Province, China, 2005-2021: Spatial-Temporal Analysis Study

2024· article· en· W4401499363 sur OpenAlexvenueno aff
Shanshan Yu, Meirong Zhan, Kangguo Li, Laurent Gavotte, Roger Frutos, Tianmu Chen

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEpidemiologyMedicineDemographyTuberculosisEnvironmental healthChinaPublic healthIncidence (geometry)Descriptive statisticsEpidemiological methodGeographySpatial analysisStatisticsPathology

Résumé

récupéré en direct d'OpenAlex

Background: Tuberculosis (TB) is a chronic infectious disease that harms human health for a long time. TB epidemiological distribution analysis can help governments to control TB in high TB incidence areas. The distribution trend of TB cases varies in different regions. The unbalanced temporal and spatial trends of pulmonary TB (PTB) risk at a fine level in Fujian Province remain unclear. Objective: The purpose was to analyze different distribution characteristics, explore the prevalence of TB in this region, and provide a scientific basis for further guidance of TB control work in Fujian Province, China. Methods: Prefectural-level and county-level notified PTB case data were collected in Fujian Province. A joinpoint regression model was constructed to analyze the unbalanced temporal patterns of PTB notification rates from 2005 to 2021 at prefecture-level city scales. The spatial clustering analysis and spatial autocorrelation analysis were performed to assess the inequality of the locations of PTB cases. Demographical characteristics were explored by the method of descriptive analysis. Results: TB cases reported in Fujian showed an overall downward trend from 2005 to 2021 (in 2005: n=32,728 and in 2021: n=15,155). TB case numbers showed obvious seasonal changes. The majority of TB cases were middle-aged and older adult male patients (45 years and older; n=150,201, 42.6%). Most of the TB cases were farmers (n=166,186, 47.1%), followed by houseworkers and the unemployed (n=48,828, 13.8%) and workers (n=34,482, 9.8%). Etiologically positive TB cases continue to be the main source of TB cases (n=159,702, 45.3%). Spatially, the reported TB cases were mainly distributed in cities in southeastern Fujian, especially at the county level. TB case numbers showed 2 spatial groups; cases within each group shared similar case characteristics. In terms of geographical distribution, TB showed obvious spatial correlation, and local areas showed high aggregation. Conclusions: The TB incidence trend decreased annually in Fujian Province. TB cases distributed commonly in the male population, middle-aged and older people, and farmers. Etiologically positive cases are still the main source of Mycobacterium tuberculosis infection. TB incidence is higher in the cities with a developed economy and large population in the southeast. TB control should be strengthened in these populations and areas, such as via early screening of cases and management of confirmed cases.

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)0,002
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 enseignants0,177
Score d'incertitude au seuil0,351

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,035
Tête enseignante GPT0,367
Écart entre enseignants0,332 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Public Health and Surveillance→Même sujetTuberculosis Research and Epidemiology→Travaux en français237 207→