Impact on Patients’ Treatment Outcomes of XpertMTB/RIF Implementation for the Diagnosis of Tuberculosis: Follow-Up of a Stepped-Wedge Randomized Clinical Trial
Notice bibliographique
Résumé
INTRODUCTION: The impact on treatment outcomes of XpertMTB/RIF, a molecular-based test that provides rapid diagnosis of tuberculosis (TB) and rifampicin resistance with high accuracy, has not been reported despite its adoption in a few countries. We here report treatment outcomes in a step-wedged cluster randomized trial for patients diagnosed with XpertMTB/RIF compared to patients diagnosed with sputum smear examination in public health facilities in Brazil. METHODS: Treatment outcome data were added to the trial database of patients diagnosed from 4 February to 4 October 2012, and crosschecked with data from the national mortality and the drug-resistant TB registers. Treatment outcomes in the intervention (n=2232) and baseline (n=1856) arms were compared using a multilevel regression model. RESULTS: Unfavourable outcomes were frequent in both arms, mainly due to loss to follow-up (16%). Overall unfavourable outcomes were not reduced in the intervention arm (29.6% versus 31.7%, OR=0.93; 95%CI=0.79-1.08). However, the overall TB-attributed death rate was lower in the intervention arm (2.3% vs. 3.8%). Adjusted for HIV status, age group and city, the intervention resulted in a 35% decrease in TB-attributed deaths (OR=0.65, 95%CI=0.44-0.97). CONCLUSIONS: The proportion of patients successfully treated did not increase with Xpert MTB/RIF implementation, with high loss to follow-up rates in both arms. We did observe a 35% reduction in TB-related mortality, which we hypothesize may be explained by less advanced disease among the smear-negative patients diagnosed by Xpert. In conclusion, XpertMTB/RIF introduction did not improve TB treatment outcomes in Brazil. TRIAL REGISTRATION: clinicaltrials.gov NCT01363765.
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 | 0,017 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,006 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».