Rapid diagnosis of drug-resistant TB using line probe assays: from evidence to policy
Notice bibliographique
Résumé
Growing concerns about the spread of multidrug-resistant tuberculosis (MDR-TB) and the emergence of extensively drug-resistant TB have triggered substantial interest in the development and application of rapid tests for the detection of drug-resistant TB. Molecular assays to detect gene mutations that signal drug resistance are widely recognized as being most suited for rapid diagnosis. Among molecular assays, line probe assays have shown great promise. Currently, two line probe assays are commercially available: the INNO-LiPA Rif. TB kit (Innogenetics NV, Gent, Belgium) and the GenoType MTBDRplus assay (Hain Lifescience GmbH, Nehren, Germany). Evidence from a systematic review suggests that INNO-LiPA is a highly sensitive and specific test for the detection of rifampicin resistance in culture isolates. The test, however, appeared to have relatively lower sensitivity when used directly on clinical specimens. Another meta-analysis showed that the GenoType MTBDR assays had excellent accuracy for rifampicin resistance, even when used directly on clinical specimens. While specificity was excellent for isoniazid, sensitivity estimates were modest and variable. Based on evidence and expert opinion, the WHO recently endorsed the use of molecular line probe assays for rapid screening of patients at risk of MDR-TB. Special initiatives have been announced to make these assays accessible and affordable for countries with high MDR-TB prevalence. With strong evidence and new policy directives, the stage is now set for the use of rapid tests for MDR-TB diagnosis. Whether molecular tools, such as line probe assays, will actually make a clinical and public-health impact remains to be determined.
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 | 0,003 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 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 ».