How is Xpert MTB/RIF being implemented in 22 high tuberculosis burden countries?
Notice bibliographique
Résumé
Accurate and rapid diagnosis is crucial for tuberculosis control by ensuring a timely start to treatment and reducing transmission. In 2012, almost one third of tuberculosis cases were not diagnosed and/or reported to national tuberculosis programmes (NTPs), and <25% of estimated incident multidrug-resistant (MDR) cases were diagnosed [1]. Xpert MTB/RIF (Cepheid, Sunnyvale, CA, USA), a nucleic acid amplification test, was recommended in 2010 by the World Health Organization (WHO) for detection of HIV-associated pulmonary tuberculosis and rifampicin resistance [2]. In 2013, the test was recommended for detection of paediatric tuberculosis and some forms of extrapulmonary tuberculosis (EPTB), as well as an initial test to replace smear microscopy [3]. Xpert MTB/RIF implementation is mainly donor-funded, focused on DST and is not widely used outside South Africa We are grateful to all NTP staff and respondents who completed the surveys and answered our follow-up questions. We are also grateful to Claudia Denkinger (Foundation for Innovative New Diagnostics, Geneva, Switzerland), Sandra Kik (KNCV Tuberculosis Foundation, The Hague, The Netherlands) and Pamela Chedore (independent laboratory consultant, Toronto, Canada) for useful input on the survey design.
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 | 0,004 | 0,035 |
| 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 | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,014 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».