Latent Tuberculosis Infection Screening and 2-Year Outcome in Antiretroviral-Naive HIV-Infected Patients in a Low-Prevalence Country
Notice bibliographique
Résumé
BACKGROUND: Diagnosis and treatment of latent tuberculous infection decrease the incidence of tuberculosis (TB) in HIV-infected patients. OBJECTIVES: To evaluate the diagnostic yield of two IFN-γ release assays and tuberculin skin testing for the screening of latent infection in HIV-infected patients. METHODS: We performed a prospective study in 29 referral centers for HIV care in France. Asymptomatic, antiretroviral-naive patients infected with HIV-1 who consented to participate underwent two commercial tests (T-SPOT.TB and QuantiFERON-TB Gold In-Tube ELISA test [QFT]) and skin test at enrollment and were followed up for clinical events during 24 months. RESULTS: Between March 2009 and 2011, 506 patients were included, of whom 415 performed the three tests. Median age was 38 years (interquartile range, 31-45 yr), with median CD4 cell count of 466/μL (337-615 μL), and HIV viral load of 4.5 log10 copies/ml (3.6-4.9 log10 copies/ml). At least one IFN-γ release assay was positive for 55 (13.5%) patients: QFT (n = 43), T-SPOT.TB (n = 34), both (n = 22). Skin test was positive (>5 mm) in 66 (15.9%) patients, with intertest agreement at 81 to 86%. On multivariate analysis, positive IFN-γ release assay was only correlated with country of birth (8.4% for France vs. 17.9% for high-prevalence countries, P = 0.004). Of the 55 patients with positive IFN-γ release assay, 8 (14.5%) developed active TB, all within 120 days. No other case of active TB was diagnosed. Once active TB was excluded, IFN-γ release assay-based latent infection prevalence was 11.8%. CONCLUSIONS: Systematic screening for latent TB infection by IFN-γ release assay identifies a population at high risk of active TB over the next months. An extensive diagnostic work-up for active TB must follow positive IFN-γ release assay, before considering treatment of latent infection. Clinical trial registered with www.clinicaltrials.gov (NCT00805272).
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».