MétaCan
Menu
← Retour à la cohorte
Enregistrement W2016092779 · doi:10.3899/jrheum.081042

Preventing Tuberculosis Flare in Patients with Inflammatory Rheumatic Diseases Receiving Tumor Necrosis Factor-α Inhibitors in India — An Audit Report

2009· article· en· W2016092779 sur OpenAlexvenueno aff
Anand N. Malaviya, Sanjiv Kapoor, Shriram Garg, Roopa Rawat, Subramanian Shankar, Savita Nagpal, Dinesh Khanna, Daniel E. Furst

Notice bibliographique

RevueThe Journal of Rheumatology · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineInternal medicineInfliximabTuberculosisGastroenterologyChest radiographLatent tuberculosisSurgeryDiseaseMycobacterium tuberculosisPathology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To test the efficacies of a strategy for preventing tuberculosis (TB) in Indian patients with inflammatory rheumatic diseases (IRD) treated with tumor necrosis factor-alpha (TNF-alpha) inhibitor. METHODS: The screening strategy included tuberculosis skin test (TST), QuantiFERON-TB Gold (QTG) test, standard chest radiograph, and contrast enhanced-computerized tomography of the chest (CT). RESULTS: Among 53 patients screened, 17 (32%) had >or= 1 test positive, with 5 (9.4%) patients having TB infection (clinical, CT, biopsy). The remaining 12 patients showed latent TB; 1 additional patient with negative screening tests was diagnosed with latent TB retrospectively for he developed TB disease within a few weeks of receiving infliximab. The remaining 35 patients tested negative with all tests. The combination of 4 screening tests gave a sensitivity of 0.83, specificity of 0.74, positive predictive value (PPV) 0.29, and negative predictive value (NPV) 0.97. Only 22 patients could afford treatment with TNF-alpha inhibitors; 19 of them were negative in the screening tests. Three patients who were positive on TST and/or QTG received prophylactic treatment with TNF-alpha inhibitor. Since implementation of the screening strategy, only 1 of 22 (4.5%) patients given TNF-alpha inhibitor developed probable TB disease. CONCLUSION: With the use of these 4 TB screening tests in India, where TB is highly prevalent, TB could be excluded with a high degree of certainty (NPV 0.97). However, as even this combination of tests has only moderate sensitivity and specificity and poor PPV for detecting TB, vigilance may be advisable even if only one of the tests is positive.

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 enseignants0,005
Score d'incertitude au seuil0,011

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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,272
Écart entre enseignants0,263 · 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

Citations43
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rheumatology→Même sujetTuberculosis Research and Epidemiology→Travaux en français237 207→