Impact of Targeted Testing for Latent Tuberculosis Infection Using Commercially Available Diagnostics
Notice bibliographique
Résumé
BACKGROUND: The interferon-γ release assays (IGRAs) are increasingly being used as an alternative to the tuberculin skin test (TST). Although IGRAs may have better specificity and certain logistic advantages to the TST, their use may contribute to overtesting of low-prevalence populations if testing is not targeted. The objective of this study was to evaluate the accuracy of a risk factor questionnaire in predicting a positive test result for latent tuberculosis infection using the 3 commercially available diagnostics. METHODS: A cross-sectional comparison study was performed among recruits undergoing Army basic training at Fort Jackson, South Carolina, from April through June 2009. The tests performed included: (1) a risk factor questionnaire; (2) the QuantiFERON Gold In-Tube test (Cellestis Limited, Carnegie, Victoria, Australia); (3) the T-SPOT.TB test (Oxford Immunotec Limited, Abingdon, United Kingdom); and (4) the TST (Sanofi Pasteur Ltd., Toronto, Ontario, Canada). Prediction models used logistic regression to identify factors associated with positive test results. RFQ prediction models were developed independently for each test. RESULTS: Use of a 4-variable model resulted in 79% sensitivity, 92% specificity, and a c statistic of 0.871 in predicting a positive TST result. Targeted testing using these risk factors would reduce testing by >90%. Models predicting IGRA outcomes had similar specificities as the skin test but had lower sensitivities and c statistics. CONCLUSIONS: As with the TST, testing with IGRAs will result in false-positive results if the IGRAs are used in low-prevalence populations. Regardless of the test used, targeted testing is critical in reducing unnecessary testing and treatment. CLINICAL TRIAL REGISTRATION: NCT00804713.
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 | 0,009 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».