Thinking in three dimensions: a web-based algorithm to aid the interpretation of tuberculin skin test results.
Notice bibliographique
Résumé
BACKGROUND: The tuberculin skin test (TST) is the most widely used test for detecting tuberculosis (TB) infection. Accurate interpretation of TST requires consideration of three dimensions-the size of the skin reaction, the positive predictive value (PPV) and risk of disease. METHODS: We developed a web-based algorithm incorporating epidemiological, medical and radiographic risk factors to help in the interpretation of positive TST results in adults (http://www.meakins.mcgill.ca/meakins/NEW TST Calculator/homeE.htm). We used summary estimates from published reviews on the prevalence of latent TB infection, the likelihood of false-positive TST and risk of active TB disease. RESULTS: The algorithm calculations show that the most important determinants of risk of active disease are the presence of medical and radiographic risk factors, while the size of the reaction is of modest importance. In persons who have received bacille Calmette-Guérin vaccination after infancy, the algorithm calculations show that the PPV will be low. In such persons, the risk of disease is predicted to be very low, unless there are medical or radiographic risk factors that increase the risk of reactivation. CONCLUSIONS: Our web-based algorithm can generate clinically useful estimates of the annual and cumulative lifetime risk of developing TB in adults with a positive TST.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».