Xpert MTB/RIF Testing in a Low Tuberculosis Incidence, High-Resource Setting: Limitations in Accuracy and Clinical Impact
Notice bibliographique
Résumé
BACKGROUND: Xpert MTB/RIF, the first automated molecular test for tuberculosis, is transforming the diagnostic landscape in low-income countries. However, little information is available on its performance in low-incidence, high-resource countries. METHODS: We evaluated the accuracy of Xpert in a university hospital tuberculosis clinic in Montreal, Canada, for the detection of pulmonary tuberculosis on induced sputum samples, using mycobacterial cultures as the reference standard. We also assessed the potential reduction in time to diagnosis and treatment initiation. RESULTS: We enrolled 502 consecutive patients who presented for evaluation of possible active tuberculosis (most with abnormal chest radiographs, only 18% symptomatic). Twenty-five subjects were identified to have active tuberculosis by culture. Xpert had a sensitivity of 46% (95% confidence interval [CI], 26%-67%) and specificity of 100% (95% CI, 99%-100%) for detection of Mycobacterium tuberculosis. Sensitivity was 86% (95% CI, 42%-100%) in the 7 subjects with smear-positive results, and 28% (95% CI, 10%-56%) in the remaining subjects with smear-negative, culture-positive results; in this latter group, positive Xpert results were obtained a median 12 days before culture results. Subjects with positive cultures but negative Xpert results had minimal disease: 11 of 13 had no symptoms on presentation, and mean time to positive liquid culture results was 28 days (95% CI, 25-47 days) compared with 14 days (95% CI, 8-21 days) in Xpert/culture-positive cases. CONCLUSIONS: Our findings suggest limited potential impact of Xpert testing in high-resource, low-incidence ambulatory settings due to lower sensitivity in the context of less extensive disease, and limited potential to expedite diagnosis beyond what is achieved with the existing, well-performing diagnostic algorithm.
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 | 0,018 | 0,046 |
| 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 | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».