Additional file 1 of Isoniazid or rifampicin preventive therapy with and without screening for subclinical TB: a modeling analysis
Notice bibliographique
Résumé
Additional file 1: Supplemental methods, Tables S1-S6, and Figures S1-S5. Supplemental methods – Additional details of primary human subjects data collection, estimation of model parameters, state-transition model, and approach to probabilistic parameter sampling. Table S1. Parameter estimates, sizes of latent and subclinical progressor populations. Table S2. Parameter estimates, preventive therapy efficacy and related parameters. Table S3. Parameter estimates, preventive therapy resistance acquisition. Table S4. Parameter estimates, TB treatment outcomes. Table S5. Composition of cohorts with respect to initial drug resistance and age or CD4 count. Table S6. Correspondence between baseline culture-positive TB prevalence and 3-month clinical TB incidence in cohort of people with newly diagnosed HIV and a negative TB symptom screen in Kwa-Zulu Natal. Fig S1. – Projected outcomes of 4R or 6H, each compared to no TPT, among a cohort of 1000 all-age Household contacts. Fig S2. Head-to-head comparison of TB outcomes after TPT, comparing 4R regimen to 6H. Fig S3. Effect of reduced access on the impact of subclinical TB screening prior to TPT, among HHC cohort. Fig S4. Sensitivity of key results to individual parameters. Fig S5 – Projected outcomes of 4R or 6H, each compared to no TPT, among 1000 household contacts, when TPT is only considered for the 17% of contacts who are under age 5
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 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,744 | 0,089 |
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 ».