The burden of tuberculosis among foreign-born Canadians: estimates with dynamic models
Notice bibliographique
Résumé
Abstract Background Despite only comprising about a quarter of the total population of Canada, foreign-born individuals bear about three-quarters of the burden of active tuberculosis (TB) cases. New immigrants arriving in Canada are screened for active TB, but generally not for latent TB infection (LTBI); thus the burden of LTBI among foreign-born Canadians is not well understood. Methods To investigate the impact of immigration on the burden of TB among foreign-born Canadians, we develop an SEIR-compartment model that distinguishes between actively infected, latently infected, and uninfected individuals. Unknown parameters are calibrated to reports on the incidence and prevalence of active TB in Canada. We validate our model by comparing model computed quantities to other estimates of tuberculosis burden among foreign-born Canadians, including an estimate of the prevalence of LTBI among immigrants entering Canada. Results If the profile and number of immigrants arriving into Canada in the next decade is similar to the past decade, our model predicts that among the foreign-born population, Canada will not meet the End TB 2035 goal of reducing incidence by 90% compared to 2015. In fact, Canada would still fail to meet the incidence goal if no new immigrants are allowed to enter, primarily due to the activation of foreign-born Canadians with LTBI. Author summary Our model examines how immigration affects the burden of tuberculosis among foreign-born Canadians. We fit a compartment model to calibration data, then find a feasible parameter set based on validation data. We forecast the incidence of TB in 2035 and demonstrate that regardless of which WHO geographic region immigrants originate from, Canada will fail to meet the WHO End TB’s 2035 incidence goal (90% less than 2015) among the foreign-born population.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».