MétaCan
Menu
← Retour à la cohorte
Enregistrement W6949734762 · doi:10.5281/zenodo.15270442

Assessment of Patients Knowledge of Tuberculosis Transmission Mode, Risk Factors and Drug Resistance in AL Anbar, Governorate, Iraq 2022-2023

2025· article· en· W6949734762 sur OpenAlexaboutno aff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTuberculosisQuarter (Canadian coin)Transmission (telecommunications)DiseaseRisk factorDrug resistanceInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Abstract: Background: Tuberculosis (TB) is an airborne infectious disease caused by bacteria that mostly affects the lungs. It spreads through the air when infected people cough, sneeze, or spit. After COVID-19 TB is the second leading infectious killer and death worldwide. Our study assessed the patients’ knowledge of Tuberculosis transmission mode, Risk Factors, and drug resistance in the AL-Anbar Governorate. Methodology: A cross-sectional study design using a nonprobability sampling of (176) Tuberculosis patients registered at the Tuberculosis Health Center in Ramadi City-Iraq in 2022-2023. A questionnaire sheet was used, and a p-value of less than (0.05) was considered significant. Results: Ninety percent were over 40 years with a mean of 57±13.4. Most of them were males, married, and farmers. Less than a quarter (20%) with a family income<500,000 Iraqi dinar but more than half (68%) between (500,000 -750,000) Iraqi dinar monthly. (65%) of the total patients were old cases. Regarding the knowledge of the mode of transmission, more than a quarter said by crowding 51(29%) but less said by cough 40(23%), 32(18%) family history, 23(13%) direct contact, and (17%) didn’t know with a statistical significance with education. Regarding risk factors, less than half 70(40%) were smokers but more than a quarter 53(30%) had hypertension, and some of them 27(15%) had diabetes and the same percentage had renal diseases. For drug resistance, a small number of 25(14%) was reported as a secondary line resistant to isoniazid, most of them were males and more than a quarter were smokers. More than a quarter (29%) of the patients had extrapulmonary TB before the age of 50 years while 71% had it after 50 years old with a statistical significance with age. Conclusions: Middle-aged males with low income were most affected, a small number had secondary line resistance to isoniazid drug. There was a moderate knowledge of the transmission mode affected by education. The most common risk factors were smoking and hypertension. Keywords: Knowledge of Transmission Mode, Risk Factor, Drug Resistance. Title: Assessment of Patients Knowledge of Tuberculosis Transmission Mode, Risk Factors and Drug Resistance in AL Anbar, Governorate, Iraq 2022-2023 Author: B N Abdul-Fatah, H O Mashaan, A K Awad International Journal of Healthcare Sciences ISSN 2348-5728 (Online) Vol. 13, Issue 1, April 2025 - September 2025 Page No: 55-60 Research Publish Journals Website: www.researchpublish.com Published Date: 23-April-2025 DOI: https://doi.org/10.5281/zenodo.15270442 Paper Download Link (Source) https://www.researchpublish.com/papers/assessment-of-patients-knowledge-of-tuberculosis-transmission-mode-risk-factors-and-drug-resistance-in-al-anbar-governorate-iraq-2022-2023

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,227
Écart entre enseignants0,218 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetOceanographic and Atmospheric Processes→Travaux en français237 207→