Xpert®MTB/RIF for the Diagnosis of Tuberculosis in a Remote Arctic Setting: Impact on Cost and Time to Treatment Initiation
Notice bibliographique
Résumé
BACKGROUND: Tuberculosis (TB) remains a significant health problem in the Canadian Arctic. Substantial health system delays in TB diagnosis can occur, in part due to the lack of capacity for onsite microbiologic testing. A study recently evaluated the yield and impact of a rapid automated PCR test (Xpert®MTB/RIF) for the diagnosis of TB in Iqaluit (Nunavut). We conducted an economic analysis to evaluate the expected cost relative to the expected reduction in time to treatment initiation, with the addition of Xpert®MTB/RIF to the current diagnostic and treatment algorithms used in this setting. METHODS: A decision analysis model compared current microbiologic testing to a scenario where Xpert®MTB/RIF was added to the current diagnostic algorithm for active TB, and incorporated costs and clinical endpoints from the Iqaluit study. Several sensitivity analyses that considered alternative use were also considered. We estimated days to TB diagnosis and treatment initiation, health system costs, and the incremental cost per treatment day gained for each individual evaluated for possible TB. RESULTS: With the addition of Xpert®MTB/RIF, costs increased while days to TB treatment initiation were reduced. The incremental cost per treatment day gained (per individual investigated for TB) was $164 (95% uncertainty range $85, $452). In a sensitivity analysis that considered hospital discharge after a single negative Xpert®MTB/RIF, the Xpert®MTB/RIF scenario was cost saving. INTERPRETATION: Adding Xpert®MTB/RIF to the current diagnostic algorithm for TB in Nunavut appears to reduce time to diagnosis and treatment at reasonable cost. It may be especially well suited to overcome some of the other logistical barriers that are unique to this and other remote communities.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».