Interferon-Gamma Release Assays for the Diagnosis of Latent Tuberculosis Infection in HIV-Infected Individuals: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
OBJECTIVE: To determine whether interferon-gamma release assays (IGRAs) improve the identification of HIV-infected individuals who could benefit from latent tuberculosis infection therapy. DESIGN: Systematic review and meta-analysis. METHODS: We searched multiple databases through May 2010 for studies evaluating the performance of the newest commercial IGRAs (QuantiFERON-TB Gold In-Tube [QFT-GIT] and T-SPOT.TB [TSPOT]) in HIV-infected individuals. We assessed the quality of all studies included in the review, summarized results in prespecified subgroups using forest plots, and where appropriate, calculated pooled estimates using random effects models. RESULTS: The search identified 37 studies that included 5736 HIV-infected individuals. In three longitudinal studies, the risk of active tuberculosis was higher in HIV-infected individuals with positive versus negative IGRA results. However, the risk difference was not statistically significant in the two studies that reported IGRA results according to manufacturer-recommended criteria. In persons with active tuberculosis (a surrogate reference standard for latent tuberculosis infection), pooled sensitivity estimates were heterogeneous but higher for TSPOT (72%; 95% confidence interval [CI], 62-81%) than for QFT-GIT (61%; 95% CI, 47-75%) in low-/middle-income countries. However, neither IGRA was consistently more sensitive than the tuberculin skin test in head-to-head comparisons. Although TSPOT appeared to be less affected by immunosuppression than QFT-GIT and the tuberculin skin test, overall, differences among the three tests were small or inconclusive. CONCLUSIONS: Current evidence suggests that IGRAs perform similarly to the tuberculin skin test at identifying HIV-infected individuals with latent tuberculosis infection. Given that both tests have modest predictive value and suboptimal sensitivity, the decision to use either test should be based on country guidelines and resource and logistic considerations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,018 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,025 | 0,035 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».