Sensitivity, Specificity, Negative and Positive Predictive Values of Adenosine Deaminase in Patients of Tubercular and Non-Tubercular Serosal Effusion in India
Notice bibliographique
Résumé
BACKGROUND: In India, tuberculosis is an endemic disease. Delay in diagnosis results in poor prognosis and fast spread of the disease. The objective of the present study is to look for an effective and acceptable diagnostic test, which may be helpful to initiate early treatment to improve prognosis and reduce spread. METHODS: Three hundred and thirty patients with pleural, ascitic, meningeal and synovial effusion were selected and divided depending upon the etiology and the involvement of serosal membranes. Serosal aspirated fluid was subjected to biochemical tests and adenosine deaminase estimation. Cutoff taken is above 40 for pleural, peritoneal or synovial fluid and above 10 for CSF. RESULTS: In cases of pulmonary and extra-pulmonary disease, sensitivity was 92.80% and 94.29%; specificity 90.00% and 92.16%; positive predictive value 92.86% and 89.00%; and negative predictive value 90.00% and 95.92% respectively. CONCLUSIONS: Adenosine deaminase estimation is not only a fairly sensitive and specific test (more than 90%), helpful in differentiating tubercular from non-tubercular etiology both in pulmonary and extra-pulmonary disease, but is also simple, inexpensive and rapid. For this reason this test may help in early diagnosis, improve the prognosis and reduce spread of disease and sequlae. KEYWORDS: Adenosine deaminase; Serosal effusion; Tubercular; Non-tubercular; Pulmonary; Extra-pulmonary.
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 | 0,006 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,002 |
| 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 ».