Needs assessment and preparedness of the primary health care network for scaling-up preventive tuberculosis treatment in 5 Brazilian capitals
Notice bibliographique
Résumé
This study aims to conduct a needs and preparedness assessment of public primary care units to scale up tuberculosis infection diagnosis and tuberculosis preventive treatment in 5 Brazilian capitals. This observational operational study was carried out across five Brazilian high tuberculosis-burden cities. Clinics with at least one monthly new tuberculosis case were included. Data on Purified Protein Derivative (PPD) storage, tuberculin skin testing (TST) and interferon-gamma release assay (IGRA) availability, personnel qualified for performing TST, radiological facilities and tuberculosis preventive treatment drug availability, were gathered between August 2023 and January 2024. Out of 285 clinics included, 78% (CI95%: 73%-82%) did not offer TST on-site, with only 28% (CI95%: 22%3%) having staff qualified to perform TST, and 35% (CI95%: 29%-40%) lacking dedicated refrigerators for PPD storage. Most (97%, CI95%: 94%-99%) clinics did not collect IGRA testing, with an average distance of 6.7 km (CI95%: 5%-7%) to IGRA labs and a turnaround time of 11.7 days (CI95%: 9%13%) for results. Most (87%, CI95%: 83%-91%) do not offer on-site radiological testing. The primary care network was unprepared to scaling up tuberculosis infection testing. Key issues include unavailability of TST mainly because of insufficient qualified personnel. Without accelerated qualification of staff for TST, scaling up tuberculosis preventive treatment will be impossible.
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 | 0,003 | 0,011 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».