Bacteriophage assays for rifampicin resistance detection in Mycobacterium tuberculosis: updated meta-analysis.
Notice bibliographique
Résumé
OBJECTIVE: To update a previously reported meta-analysis of evidence regarding the diagnostic accuracy and performance characteristics of commercial and non-commercial phage-based assays for the detection of rifampicin (RMP) resistant tuberculosis (TB). DESIGN AND OUTCOMES: We conducted a systematic review and meta-analysis of test accuracy using bivariate random effects regression and hierarchical summary receiver operating characteristics (HSROC) analysis. Tests included the commercial FASTPlaque assays, luciferase reporter phage (LRP) assays, and in-house phage amplification tests. Sensitivity and specificity for RMP resistance were the main outcomes. RESULTS: By updating previous literature searches, a total of 31 studies (with 3085 specimens) were included in this meta-analysis. Evaluations of commercial phage amplification assays yielded more variable estimates of sensitivity (range 81-100%) and specificity (range 73-100%) compared to evaluations of in-house amplification assays (sensitivity range 88-100%, specificity range 84-100%). LRP evaluations yielded the most consistent estimates of diagnostic accuracy, with seven of eight studies reporting 100% sensitivity and four of eight reporting 100% specificity. Estimates of accuracy failed to capture a major failing of the commercial assay, i.e., the rate of contaminated and indeterminate results. These ranged from 3% to 36% in studies looking at direct detection of RMP resistance from patient specimens (mean 20%). CONCLUSION: Phage-based assays will require further development to maximise interpretable results and reduce technical failures. Once technical issues are resolved, impact on patient-important outcomes and cost-effectiveness need to be determined to inform policy for widespread use.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,006 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 | 0,002 |
| 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 ».