Serial interferon-gamma release assays for latent tuberculosis in dialysis patients with end stage renal disease in a Korean population
Notice bibliographique
Résumé
BACKGROUND: Serial interferon-gamma-release-assay (IGRA) result can show variance due to within-subject variation and difference in host immune status, and may be affected by latent tuberculosis infection (LTBI) treatment. We aimed to know the changes in QFT-IT (QuantiFERON-TB Gold In-Tube) results measured at a 4 month interval in end stage renal disease patients and whether these changes were influenced by dialysis method or LTBI treatment. METHODS: We prospectively performed serial QFT-IT tests at 4 month interval in 93 end stage renal disease (ESRD) patients on HD (hemodialysis) or PD (peritoneal dialysis). LTBI treatment was given to 18 of 39 patients with initial positive QFT-IT result. Agreement between the two results was estimated for all 93 patients and reversion rates were estimated among the 39 patients with initial positive QFT-IT. RESULTS: Positive QFT-IT at the first and 2(nd) tests were 41.9 and 34.4 %, respectively. The concordance rate between baseline QFT-IT and 2(nd) QFT in 93 ESRD patients was excellent (90.3 %, kappa = 0.80, p < 0.001). Agreement between the first QFT-IT and 2(nd) QFT-IT in HD (95.3 %, kappa = 0.91, p < 0.001) was higher than in PD patients (86.0 %, kappa = 0.69, p < 0.001). Among all ESRD patients, the odds of reversion of QFT-IT was not different in those who were, or were not treated for LTBI [odds ratio = 2.3 (0.5-11.4), p = 0.43]. CONCLUSIONS: In a group of 93 dialyzed ESRD patients 8.6 % showed reversion of initial positive QFT to negative within 4 months. Reversion seemed not to be associated with LTBI treatment. Further study with larger numbers of patients is needed to investigate the variation of QFT-IT tests in dialyzed ESRD patients.
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 | 0,000 | 0,003 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».