High Accuracy of Common HIV-Related Oral Disease Diagnoses by Non-Oral Health Specialists in the AIDS Clinical Trial Group
Notice bibliographique
Résumé
OBJECTIVE: Many studies include oral HIV-related endpoints that may be diagnosed by non-oral-health specialists (non-OHS) like nurses or physicians. Our objective was to assess the accuracy of clinical diagnoses of HIV-related oral lesions made by non-OHS compared to diagnoses made by OHS. METHODS: A5254, a cross-sectional study conducted by the Oral HIV/AIDS Research Alliance within the AIDS Clinical Trial Group, enrolled HIV-1-infected adults participants from six clinical trial units (CTU) in the US (San Francisco, New York, Chapel Hill, Cleveland, Atlanta) and Haiti. CTU examiners (non-OHS) received standardized training on how to perform an oral examination and make clinical diagnoses of specific oral disease endpoints. Diagnoses by calibrated non-OHS were compared to those made by calibrated OHS, and sensitivity and specificity computed. RESULTS: Among 324 participants, the majority were black (73%), men (66%), and the median CD4+ cell count 138 cells/mm(3). The overall frequency of oral mucosal disease diagnosed by OHS was 43% in US sites, and 90% in Haiti. Oral candidiasis (OC) was detected in 153 (47%) by OHS, with erythematous candidiasis (EC) the most common type (39%) followed by pseudomembranous candidiasis (PC; 26%). The highest prevalence of OC (79%) was among participants in Haiti, and among those with CD4+ cell count ≤ 200 cells/mm(3) and HIV-1 RNA > 1000 copies/mL (71%). The sensitivity and specificity of OC diagnoses by non-OHS were 90% and 92% (for EC: 81% and 94%; PC: 82% and 95%). Sensitivity and specificity were also high for KS (87% and 94%, respectively), but sensitivity was < 60% for HL and oral warts in all sites combined. The Candida culture confirmation of OC clinical diagnoses (as defined by ≥ 1 colony forming unit per mL of oral/throat rinse) was ≥ 93% for both PC and EC. CONCLUSION: Trained non-OHS showed high accuracy of clinical diagnoses of OC in comparison with OHS, suggesting their usefulness in studies in resource-poor settings, but detection of less common lesions may require OHS.
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 | 0,015 | 0,043 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 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 ».