Assessment of Knowledge, Attitude, and Practice Toward Tuberculosis: A Cross‐Sectional Study in Balkh, Afghanistan
Notice bibliographique
Résumé
ABSTRACT Background and Aims Tuberculosis (TB) remains a major public health challenge in Afghanistan, requiring enhanced community engagement for effective control. This study assessed the knowledge, attitudes, and practices (KAP) related to TB among outpatients in Balkh to inform targeted interventions. Methods A convenience‐based, face‐to‐face cross‐sectional study was conducted from June 2024 to April 2025 on 867 hospital outpatients in Balkh using a structured questionnaire developed from peer‐reviewed articles. A pilot study with 30 participants showed Cronbach's α = 0.767. Descriptive statistics, χ 2 test, multivariable logistic regression analysis, and Spearman's correlation were performed using SPSS v.27, with statistical significance set at p < 0.05. Results Of the 867 participants, 63.7%, 52.7%, and 51.4% showed good knowledge, attitude, and practice, respectively. Additionally, good TB‐related knowledge was significantly associated with being married (OR = 6.67), university education (OR = 3.31), prior awareness of TB (OR = 2.29), history of TB treatment (OR = 2.79), and TB vaccination (OR = 1.97) (all p < 0.05). Positive attitudes were linked to being married, unskilled employment (OR = 1.83), higher income (OR = 2.50), prior TB awareness (OR = 1.69), and having a window at home (OR = 8.03). Better practice was associated with female gender (OR = 4.20), higher income (OR = 2.02), TB awareness (OR = 1.48), and windowed housing (OR = 6.48), though unvaccinated individuals showed slightly better practice (OR = 1.44). Spearman's correlations showed significant positive associations between KAP scores (all p < 0.001). Conclusion Significant gaps in TB KAP in Balkh reflect socioeconomic and systemic barriers. Targeted education and community‐based interventions are essential for effective TB control.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| 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 | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».