Multicentre evaluation of Ziehl-Neelsen and light-emitting diode fluorescence microscopy in China
Notice bibliographique
Résumé
OBJECTIVE: To assess the feasibility of using light-emitting diode fluorescence microscopy (LED-FM) in peripheral laboratories in China. DESIGN: The performance of LED-FM and Ziehl-Neelsen (ZN) microscopy was compared on slides directly prepared from the sputum of tuberculosis (TB) suspects and follow-up patients on treatment. The examination time, fading of fluorescence-stained slides, average unit cost and qualitative user appraisal of LED-FM were also analysed. RESULTS: Among 11 276 slides, the smear-positive rate for LED-FM was 11.2% (1263/11 276), 2.6% (294/11 276) higher than that of ZN (8.6%, 969/11 276; χ(2) 263.5, P < 0.05). The examination time for LED-FM (120.0 ± 38.9 seconds) was shorter than that for ZN (206.3 ± 75.9 s; t = 28.12, P < 0.05). For smear fading, quantitative and qualitative errors occurred within respectively 7.8 and 7.7 weeks. The average unit costs for ZN and LED-FM were respectively US$2.20 ± 0.58 and US$1.97 ± 0.71 (t = 5.08, P < 0.05). LED-FM was accepted by most laboratory technicians. CONCLUSION: LED-FM compared favourably with ZN, with a higher smear-positive detection rate, a shorter examination time and lower unit examination cost. LED-FM may be an alternative to ZN as a cost-effective method for detecting bacilli in peripheral laboratories in China.
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 | 0,015 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».