Interferon-gamma release assays for tuberculosis screening of healthcare workers: a systematic review
Notice bibliographique
Résumé
Healthcare workers (HCWs) are at increased risk of exposure to tuberculosis (TB). Traditionally, screening for latent TB infection (LTBI) is done using the tuberculin skin test (TST). Interferon-gamma release assays (IGRAs) are now increasingly being used for diagnosis of LTBI, but their role in HCW screening is unclear. A systematic review was conducted of all IGRA studies in HCWs to summarise their performance in cross-sectional and serial testing settings. By searching four electronic databases and other sources, all available studies using any one of the commercial IGRA assays in HCWs were retrieved and screened. 50 unique studies were identified which met the inclusion criteria including five from high TB incidence settings. Among 24 cross-sectional studies in low TB incidence settings, the pooled prevalence of positive IGRA using either test was significantly lower than for a positive TST. However, in high-incidence settings (n=2) there were no consistent differences in the prevalence of positive tests. IGRAs showed good correlation with occupational risk factors for TB exposure in low-incidence settings. Only 10 studies assessed use of IGRA for serial testing and all showed large variation in the rates of conversions and reversions, with no data suggesting that IGRAs are better at identifying the incidence of new TB infection than the TST. The use of IGRAs instead of TST for one-time screening may result in a lower prevalence of positive tests and fewer HCWs who require LTBI treatment, particularly in low TB incidence settings. However, the use of IGRAs for serial testing is complicated by lack of data on optimum cut-offs for serial testing and unclear interpretation and prognosis of conversions and reversions. Further longitudinal research will be required to inform guidelines on serial testing using IGRAs.
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 | 0,006 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,008 |
| Bibliométrie | 0,009 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».