MétaCan
Menu
Back to cohort
Record W7036048971

Adherence to latent tuberculosis treatment among 
\nimmigrants in low endemic settings : a scoping review

2016· other· fr· W7036048971 on OpenAlexaboutno aff

Bibliographic record

VenuePapyrus : Institutional Repository (Université de Montréal) · 2016
Typeother
Languagefr
FieldComputer Science
TopicInformation and Cyber Security
Canadian institutionsnot available
Fundersnot available
KeywordsLatent tuberculosisCINAHLMEDLINETuberculosis
DOInot available

Abstract

fetched live from OpenAlex

Contexte : En dépit du fait que la tuberculose est un problème de santé publique important dans les pays en voie de développement, les pays occidentaux doivent faire face à des taux d'infection important chez certaines populations immigrantes. Le risque de développer la TB active est 10% plus élevé chez les personnes atteintes de TB latente si elles ne reçoivent pas de traitement adéquat. La détection et le traitement opportun de la TB latente sont non seulement nécessaires pour préserver la santé de l'individu atteint mais aussi pour réduire le fardeau socio- économique et sanitaire du pays hôte. Les taux d'observance des traitements préventifs de TB latente sont faibles et une solution efficace à ce problème est requise pour contrôler la prévalence de l'infection. L'objectif de ce mémoire est d'identifier les facteurs qui contribuent à l'observance thérapeutique des traitements de TB latente auprès de nouveaux arrivants dans les pays occidentaux où les taux endémiques sont faibles. Méthodologie : Une revue systématique a été effectuée à partir de bases de données et répertoires scientifiques reconnus tels Medline, Medline in Process, Embase, Global Health, Cumulative Index to Nursing, le CINAHL et la librairie Cochrane pour en citer quelques un. Les études recensées ont été publiées après 1997 en français, en anglais, conduites auprès de populations immigrantes de l'occident (Canada, Etats-Unis, Europe, Royaume-Uni, Australie et la Nouvelle Zélande) dont le statut socio-économique est homogène. Résultats : Au total, neuf (9) études réalisées aux Etats-Unis sur des immigrants originaires de différents pays où la TB est endémique ont été analysées: deux (2) études qualitatives ethnographiques, six (6) quantitatives observationnelles et une (1) quantitative interventionnelle. Les facteurs sociodémographiques, les caractéristiques individuelles, familiales, ainsi que des déterminants liés à l'accès et à la prestation des services et soins de santé, ont été analysés pour identifier des facteurs d'observance thérapeutique. L'âge, le nombre d'années passées dans le pays hôte, le sexe, le statut civil, l'emploi, le pays d'origine, le soutien familiale et les effets secondaires et indésirables du traitement de la TB ne sont pas des facteurs ii déterminants de l'adhésion au traitement préventif. Toutefois, l’accès à l'information et de l'éducation adaptées aux langues et cultures des populations immigrantes, sur la TB et des objectifs de traitement explicites, l'offre de plan de traitement plus court et mieux tolérés, un environnement stable, un encadrement et l'adhésion au suivi médical par des prestataires motivés ont émergés comme des déterminants d'observance thérapeutique. Conclusion et recommandation : Le manque d'observance thérapeutique du traitement de la TB latente (LTBI) par des populations immigrantes, qui sont déjà aux prises avec des difficultés d'intégration, de communication et économique, est un facteur de risque pour les pays occidentaux où les taux endémiques de TB sont faibles. Les résultats de notre étude suggèrent que des interventions adaptées, un suivi individuel, un encadrement clinique et des plans de traitement plus courts, peuvent grandement améliorer les taux d'observance et d'adhésion aux traitements préventifs, devenant ainsi un investissement pertinent pour les pays hôtes.

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 imitation

Not 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.

metaresearch head score (Codex)0.009
metaresearch head score (Gemma)0.043
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Systematic review · Consensus signal: Systematic review
GenreCandidate signal: Review · Consensus signal: Review
Teacher disagreement score0.020
Threshold uncertainty score0.048

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0090.043
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0040.003
Bibliometrics0.0070.011
Science and technology studies0.0010.001
Scholarly communication0.0030.002
Open science0.0010.001
Research integrity0.0020.001
Insufficient payload (model declined to judge)0.0040.000

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.

Opus teacher head0.010
GPT teacher head0.204
Teacher spread0.194 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSystematic review
Domainnot available
GenreReview

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".

Quick stats

Citations0
Published2016
Admission routes1
Has abstractyes

Explore more

Same venuePapyrus : Institutional Repository (Université de Montréal)Same topicInformation and Cyber SecurityFrench-language works237,207