Why are inaccurate tuberculosis serological tests widely used in the Indian private healthcare sector? A root-cause analysis
Notice bibliographique
Résumé
Serological tests for tuberculosis are inaccurate and WHO has recommended against their use. Although not used by the Revised National TB Control Programme (RNTCP), serodiagnostics are widely used in the private sector in India. A root-cause analysis was undertaken to determine why serological tests are so popular, and seven root causes were identified that can be grouped into three categories: technical/medical, economic, and regulatory. Technical/medical: RNTCP's current low budget does not allow scale-up of the newer, WHO-endorsed technologies. Thus, under the RNTCP, most patients have access to only smear microscopy, a test that is insensitive and underused in the private sector. Because there is no accurate, validated, point-of-care test for TB, serological tests meet a perceived need among doctors and patients. Economic: While imported molecular or liquid culture tests are too expensive, there are no affordable Indian versions on the market, leaving serological tests as the main alternative. Although serological tests are inaccurate, various players along the value chain profit from their use, and this sustains a market for these tests. Regulatory: TB tests are poorly regulated and a large number of serological kits are on the market. Private healthcare in general is poorly regulated, and doctors in the private sector are outside the scope of RNTCP and do not necessarily follow standard guidelines. A clear understanding of these realities should facilitate market-based strategies that can help replace serological tests with accurate, validated tools.
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 | 0,027 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,010 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».