MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409739545 · doi:10.2196/68355

Analyzing Satellite Imagery to Target Tuberculosis Control Interventions in Densely Urbanized Areas of Kigali, Rwanda: Cross-Sectional Pilot Study

2025· article· en· W4409739545 sur OpenAlexvenueno aff
Mauro Faccin, Caspar Geenen, Michiel Happaerts, Sien Ombelet, Patrick Migambi, Emmanuel André

Notice bibliographique

RevueJMIR Public Health and Surveillance · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionEnvironmental healthMedicineSocioeconomic statusProxy (statistics)TuberculosisMalnutritionCrowdingCross-sectional studyGeographyPopulationPathologyPsychologyNursing

Résumé

récupéré en direct d'OpenAlex

Background: Early diagnosis and treatment initiation for tuberculosis (TB) not only improve individual patient outcomes but also reduce circulation within communities. Active case-finding (ACF), a cornerstone of TB control programs, aims to achieve this by targeting symptom screening and laboratory testing for individuals at high risk of infection. However, its efficiency is dependent on the ability to accurately identify such high-risk individuals and communities. The socioeconomic determinants of TB include difficulties in accessing health care and high within-household contact rates. These two determinants are common in the poorest neighborhoods of many sub-Saharan cities, where household crowding and lack of health-care access often coincide with malnutrition and HIV infection, further contributing to the TB burden. Objective: In this study, we propose a new approach to enhance the efficacy of ACF with focused interventions that target subpopulations at high risk. In particular, we focus on densely inhabited urban areas, where the proximity of individuals represents a proxy for poorer neighborhoods with enhanced contact rates. Methods: To this end, we used satellite imagery of the city of Kigali, Rwanda, and computer-vision algorithms to identify areas with a high density of small residential buildings. We subsequently screened 10,423 people living in these areas for TB exposure and symptoms and referred patients with a higher risk score for polymerase chain reaction testing. Results: We found autocorrelation in questionnaire scores for adjacent areas up to 782 meters. We removed the effects of this autocorrelation by aggregating the results based on H3 hexagons with a long diagonal of 1062 meters. Out of 324 people with high questionnaire scores, 202 underwent polymerase chain reaction testing, and 9 people had positive test results. We observed a weak but statistically significant correlation (r=0.28; P=.04) between the mean questionnaire score and the mean urban density of each hexagonal area. Conclusions: Nine previously undiagnosed individuals had positive test results through this screening program. This limited number may be due to low TB incidence in Kigali, Rwanda, during the study period. However, our results suggest that analyzing satellite imagery may allow the identification of urban areas where inhabitants are at higher risk of TB. These findings could be used to efficiently guide targeted ACF interventions.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
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 Opus0,062
Tête enseignante GPT0,403
Écart entre enseignants0,341 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

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