Interferon-gamma release assays piloted as a latent tuberculous infection screening tool in Canadian federal inmates
Notice bibliographique
Résumé
BACKGROUND: Interferon-gamma release assays (IGRAs) may be useful in diagnosing latent tuberculous infection (LTBI) in inmates; however, published experience in these settings is limited. OBJECTIVE: To identify variables associated with IGRA positivity among Canadian federal inmates with positive tuberculin skin test (TST) results. DESIGN: On intake, TST-positive (≥10 mm) inmates were offered an IGRA (QuantiFERON(®)-TB Gold), and demographic and historical data were collected. IGRA-positive and -negative inmates were compared using the χ(2) test and multivariable logistic regression; the final model's goodness of fit was assessed using Hosmer-Lemeshow test and area under the receiver operating characteristic curve (AUC). RESULTS: Of 96 TST-positive inmates, 31 (32.3%) were IGRA-positive. Variables associated with positive IGRA were age >45 years (11/20 vs. 20/75, P = 0.016) and previous LTBI treatment (9/20 vs. 13/55, P = 0.032) in univariate analysis, and being from a country with a moderate or high estimated tuberculosis (TB) incidence (OR 3.5, 95%CI 1.3-9.4, P = 0.013) and absence of bacille Calmette-Guérin (BCG) vaccination (OR 3.3, 95%CI 1.2-9.0, P = 0.017) in multivariable analysis. The data fit the model well, classifying the group better than chance alone (AUC 0.67, P = 0.007). CONCLUSION: High discordance with TST, particularly among BCG-vaccinated inmates and those from low TB incidence countries, suggest that IGRA may be useful in Canadian federal penitentiary screening programmes.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».