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 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 | 0,007 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».