Loss to follow-up among adults with drug-resistant TB in Papua New Guinea
Notice bibliographique
Résumé
SETTING: Multidrug-resistant/rifampicin-resistant TB (MDR/RR-TB) is now endemic in the National Capital District (NCD), Papua New Guinea. Loss to follow-up (LTFU) is a challenge. OBJECTIVE: To evaluate and identify risk factors for LTFU, including pre-treatment LTFU, in adults with MDR/RR-TB at Port Moresby General Hospital (PMGH). DESIGN: A retrospective analysis of treatment initiation in adults diagnosed with MDR/RR-TB (2018-2022) and outcomes for a cohort treated for MDR/RR-TB (2014-2019). We assessed the factors associated with LTFU using multivariate logistic regression. RESULTS: Of 95 patients diagnosed with MDR/RR-TB at PMGH from 2018 to 2022, 21 (22%) were lost to follow-up before treatment. Of the 658 adults who initiated treatment for MDR/RR-TB at PMGH from 2014 to 2019, 161 (24%) were lost to follow-up during treatment. A higher proportion of patients on injectable-containing long regimens (110/404, 27%) were lost to follow-up than those on the all-oral regimen containing bedaquiline (13/66, 12%). Treatment loss to follow-up was associated with age (35-54 years age group: aOR 0.49, 95% CI 0.32-0.77; 55-75 years age group: aOR 0.42, 95% CI 0.19-0.90; compared to the 15-34 years age group), residence outside of NCD (aOR 1.79, 95% CI 1.04-3.06), and year of treatment initiation. CONCLUSION: Pre-treatment LTFU requires programmatic focus. Shorter oral regimens and decentralised services may address the reasons for higher LTFU in younger people and people living outside NCD.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».