Role of Adenosine Deaminase Estimation in Differentiation of Tuberculous and Non-tuberculous Exudative Pleural Effusions
Notice bibliographique
Résumé
BACKGROUND: Tuberculosis kills five lakh patients every year in India, commonest being pulmonary tuberculosis and is often associated with effusion. Delay in diagnosis and treatment results in poor prognosis. Several studies have suggested the role of adenosine deaminase (ADA) in the diagnosis of tuberculous pleural effusions, but false-positive results from lymphocytic effusions have also been reported. The purpose of this study is to find out the role of ADA levels in differentiation of tuberculous and non-tuberculous exudative pleural effusions of different etiologies. METHODS: Ninety-six lymphocytic pleural fluid samples were consecutively selected and divided into two groups: tuberculous (n = 56) and non-tuberculous (n = 40), depending upon the etiology [Malignancy (n = 16), Infectious diseases (n = 18), Pulmonary embolism (n = 1), Collagen vascular diseases (n = 3) and Sarcoidosis (n = 2)]. ADA was estimated in pleural fluid in all the cases. RESULTS: In all 56 samples, ADA level of tuberculous group was above diagnostic cut-off (40 U/L), while only one sample was above cut-off in non-tuberculous group (2.5%). The negative predictive value of ADA for the diagnosis of non-tuberculous etiology was 97.5% (39 of 40) lymphocytic pleural effusion patients. CONCLUSIONS: In this study, ADA levels in nontuberculous exudative pleural effusions rarely exceeded the cut-off; set for tuberculous disease. The pleural fluid ADA levels were significantly higher in tuberculous exudative pleural effusions when compared with non-tuberculous exudative pleural effusions. KEYWORDS: Adenosine deaminase; Tuberculous effusion; Pleural fluid; Exudative pleural effusions.
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 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 ».