Enhancing tuberculosis (TB) case detection among hospitalized patients through lay health worker led screening: a before-and-after study in KwaZulu-Natal, South Africa
Notice bibliographique
Résumé
Tuberculosis (TB) among hospitalized patients is underdiagnosed. This study assessed systematic TB-screening, followed by an enhanced TB-diagnostic package for hospitalized patients implemented by trained lay health workers in KwaZulu-Natal, South Africa. In this before-and-after study we included patients ≥ 18 years. The intervention consisted of systematic clinical screening for TB, HIV and diabetes mellitus by lay health workers and provision of an enhanced TB-diagnostic package including sputum Xpert MTB/Rif Ultra, urine lateral-flow lipoarabinomannan assay (LF-LAM), chest x-ray, and sputum culture. We compared TB case findings with people hospitalized one year preceding the intervention. In the pre-intervention phase, 5217 people were hospitalized. Among 4913 (94.2%) people not on TB treatment, 367 (7.5%) were diagnosed with TB. In the intervention phase, 4015 eligible people were hospitalized. Among 3734 (93.0%) people not on TB treatment, 560 (15.0%) were diagnosed with TB. The proportion of patients diagnosed with TB was higher in the intervention phase (15.0% vs. 7.5%, p < 0.001). Overall in-hospital mortality was lower in the intervention phase [166/3734(4.5%) vs. 336/4913(6.8%), p < 0.001]. Lay health worker-led implementation of systematic TB-screening, coupled with provision of an enhanced TB-diagnostic package significantly improved TB case detection and mortality among hospitalized adults.
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».