Are interferon-γ release assays useful for diagnosing active tuberculosis in a high-burden setting?
Notice bibliographique
Résumé
Although interferon-γ release assays (IGRAs) are intended for diagnosing latent tuberculosis (TB), we hypothesised that in a high-burden setting: 1) the magnitude of the response when using IGRAs can distinguish active TB from other diagnoses; 2) IGRAs may aid in the diagnosis of smear-negative TB; and 3) IGRAs could be useful as rule-out tests for active TB. We evaluated the accuracy of two IGRAs (QuantiFERON®-TB Gold In-tube (QFT-GIT) and T-SPOT®.TB) in 395 patients (27% HIV-infected) with suspected TB in Cape Town, South Africa. IGRA sensitivity and specificity (95% CI) were 76% (68-83%) and 42% (36-49%) for QFT-GIT and 84% (77-90%) and 47% (40-53%) for T-SPOT®.TB, respectively. Although interferon-γ responses were significantly higher in the TB versus non-TB groups (p<0.0001), varying the cut-offs did not improve discriminatory ability. In culture-negative patients, depending on whether those with clinically diagnosed TB were included or excluded from the analysis, the negative predictive value (NPV) of QFT-GIT, T-SPOT®.TB and chest radiograph in smear-negative patients varied between 85 and 89, 87 and 92, and 98% (for chest radiograph), respectively. Overall accuracy was independent of HIV status and CD4 count. In a high-burden setting, IGRAs alone do not have value as rule-in or -out tests for active TB. In smear-negative patients, chest radiography had better NPV even in HIV-infected patients.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; 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 ».