Clinical Utility of a Commercial LAM-ELISA Assay for TB Diagnosis in HIV-Infected Patients Using Urine and Sputum Samples
Notice bibliographique
Résumé
BACKGROUND: The accurate diagnosis of TB in HIV-infected patients, particularly with advanced immunosuppression, is difficult. Recent studies indicate that a lipoarabinomannan (LAM) assay (Clearview-TB(R)-ELISA) may have some utility for the diagnosis of TB in HIV-infected patients; however, the precise subgroup that may benefit from this technology requires clarification. The utility of LAM in sputum samples has, hitherto, not been evaluated. METHODS: LAM was measured in sputum and urine samples obtained from 500 consecutively recruited ambulant patients, with suspected TB, from 2 primary care clinics in South Africa. Culture positivity for M. tuberculosis was used as the reference standard for TB diagnosis. RESULTS: Of 440 evaluable patients 120/387 (31%) were HIV-infected. Urine-LAM positivity was associated with HIV positivity (p = 0.007) and test sensitivity, although low, was significantly higher in HIV-infected compared to uninfected patients (21% versus 6%; p<0.001), and also in HIV-infected participants with a CD4 <200 versus >200 cells/mm(3) (37% versus 0%; p = 0.003). Urine-LAM remained highly specific in all 3 subgroups (95%-100%). 25% of smear-negative but culture-positive HIV-infected patients with a CD4 <200 cells/mm(3) were positive for urine-LAM. Sputum-LAM had good sensitivity (86%) but poor specificity (15%) likely due to test cross-reactivity with several mouth-residing organisms including actinomycetes and nocardia species. CONCLUSIONS: These preliminary data indicate that in a high burden primary care setting the diagnostic usefulness of urine-LAM is limited, as a rule-in test, to a specific patient subgroup i.e. smear-negative HIV-infected TB patients with a CD4 count <200 cells/mm(3), who would otherwise have required further investigation. However, even in this group sensitivity was modest. Future and adequately powered studies in a primary care setting should now specifically target patients with suspected TB who have advanced HIV infection.
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 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».