Challenges with QuantiFERON-TB Gold Assay for Large-Scale, Routine Screening of U.S. Healthcare Workers
Notice bibliographique
Résumé
RATIONALE: North American occupational health programs that switched from the tuberculin skin test (TST) to IFN-γ release assays for latent tuberculosis screening are reporting challenges with interpretation of serial testing results in healthcare workers (HCWs). However, limited data exist on the reproducibility of serial IFN-γ release assay results in low-risk HCWs. OBJECTIVES: To evaluate the short-term reproducibility of QuantiFERON-TB Gold In-Tube (QFT) in a large cohort of HCWs and to define a QFT cutoff yielding a conversion rate equivalent to historical TST rates. METHODS: We retrospectively evaluated the QFT results from HCWs with two or more QFT tests performed between June 2008 and July 2010 at an academic institution. Outcome measures were proportions of reproducibility, quantitative results, and conversion rates with alternate QFT cutoffs. MEASUREMENTS AND MAIN RESULTS: A total of 9,153 HCWs with two or more QFT tests were included in the analysis. Of 8,227 individuals with a negative result, 4.4% (n = 361) converted their QFT result over 2 years. A total of 261 (72.3%) of the HCWs with conversions underwent repeat short-term testing after the first positive result with 64.8% reverting (n = 169). An IFN-γ cutoff of 5.3 IU/ml or higher (manufacturer's cutoff is ≥0.35 IU/ml) yielded a conversion rate of 0.4%, equal to our institution's historical TST conversion rate. CONCLUSIONS: The manufacturer's definition of QFT conversion results in an inflated conversion rate that is incompatible with our low-risk setting. A significantly higher QFT cutoff value is needed to match the historical TST conversion rate. Nonreproducible conversions in most converters suggested false-positive results.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».