Impacto da implantação do teste rápido molecular para a tuberculose no Brasil
Bibliographic record
Abstract
Introdução: A tuberculose (TB) ainda se apresenta como um grave problema de saúde pública no mundo, com mais de 10 milhões de casos e 1,3 milhão de mortes anualmente.Em 2020, no Brasil, foram notificados 66.819 casos novos de TB, e aproximadamente 913 casos de TB drogarresistente.Cerca de 4.500 pessoas vão a óbito, anualmente, por TB no país.Com as tecnologias atuais, a melhor estratégia para controlar a transmissão e reduzir a incidência da TB é o diagnóstico e tratamento dos casos pulmonares bacilíferos, associados ao diagnóstico e tratamento da infecção latente.O Brasil incorporou, em 2014, o teste rápido molecular (TRM), recomendando-o como estratégia inicial para diagnóstico da TB e detecção da resistência à rifampicina (TB-RR).A presente tese buscou descrever e analisar o impacto da implantação do teste rápido molecular para tuberculose sobre os indicadores programáticos para o controle da tuberculose no Brasil, e o efeito do teste rápido molecular no início do tratamento em casos de tuberculose resistentes à rifampicina e/ou multidrogarresistente.Métodos: foram realizados estudos observacionais, com dados secundários.O primeiro, tratase de um estudo ecológico cujas unidades de análise foram os municípios que compõe a rede de teste rápido molecular para TB (RTR-TB), e foram analisados os indicadores da TB antes e depois do início de utilização do TRM.Foi utilizada a modelagem de séries temporais interrompidas pela Regressão de Prais-Winsten.O segundo estudo teve como desenho uma coorte retrospectiva, tomando o indivíduo como unidade de análise.Foi utilizado o método de análise de sobrevida para avaliar o efeito do TRM sobre o tempo entre o diagnóstico e o início do tratamento dos casos novos de TB-RR / TB-MDR.A Regressão de Cox foi utilizada para estimação dos riscos proporcionais.Resultados: no período estudado, a RTR-TB consumiu um total de 1.756.358cartuchos de TRM, sendo 1.734.935testes realizados.A notificação de casos novos de TB na série histórica trimestral de janeiro de 2010 a junho de 2014 apresentou tendência estacionária.Após a implantação do TRM-TB, verificou-se uma tendência de aumento médio da ordem de 0,5% (IC 95%: 0,13 -0,87) de casos novos, por trimestre, e em todo o período pós-intervenção, houve um incremento de 8.241 casos novos de TB nos municípios da RTR-TB, um aumento de 15%
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.009 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".