The Importance of Implementation Strategy in Scaling Up Xpert MTB/RIF for Diagnosis of Tuberculosis in the Indian Health-Care System: A Transmission Model
Notice bibliographique
Résumé
BACKGROUND: India has announced a goal of universal access to quality tuberculosis (TB) diagnosis and treatment. A number of novel diagnostics could help meet this important goal. The rollout of one such diagnostic, Xpert MTB/RIF (Xpert) is being considered, but if Xpert is used mainly for people with HIV or high risk of multidrug-resistant TB (MDR-TB) in the public sector, population-level impact may be limited. METHODS AND FINDINGS: We developed a model of TB transmission, care-seeking behavior, and diagnostic/treatment practices in India and explored the impact of six different rollout strategies. Providing Xpert to 40% of public-sector patients with HIV or prior TB treatment (similar to current national strategy) reduced TB incidence by 0.2% (95% uncertainty range [UR]: -1.4%, 1.7%) and MDR-TB incidence by 2.4% (95% UR: -5.2%, 9.1%) relative to existing practice but required 2,500 additional MDR-TB treatments and 60 four-module GeneXpert systems at maximum capacity. Further including 20% of unselected symptomatic individuals in the public sector required 700 systems and reduced incidence by 2.1% (95% UR: 0.5%, 3.9%); a similar approach involving qualified private providers (providers who have received at least some training in allopathic or non-allopathic medicine) reduced incidence by 6.0% (95% UR: 3.9%, 7.9%) with similar resource outlay, but only if high treatment success was assured. Engaging 20% of all private-sector providers (qualified and informal [providers with no formal medical training]) had the greatest impact (14.1% reduction, 95% UR: 10.6%, 16.9%), but required >2,200 systems and reliable treatment referral. Improving referrals from informal providers for smear-based diagnosis in the public sector (without Xpert rollout) had substantially greater impact (6.3% reduction) than Xpert scale-up within the public sector. These findings are subject to substantial uncertainty regarding private-sector treatment patterns, patient care-seeking behavior, symptoms, and infectiousness over time; these uncertainties should be addressed by future research. CONCLUSIONS: The impact of new diagnostics for TB control in India depends on implementation within the complex, fragmented health-care system. Transformative strategies will require private/informal-sector engagement, adequate referral systems, improved treatment quality, and substantial resources. Please see later in the article for the Editors' Summary.
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 | 0,011 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».