Interferon-gamma release assays for diagnosis of latent tuberculosis infection: evidence in immune-mediated inflammatory disorders
Notice bibliographique
Résumé
PURPOSE OF REVIEW: To provide a narrative synthesis of evidence on interferon-gamma release assays (IGRAs) for the diagnosis of latent tuberculosis infection (LTBI) in individuals with immune-mediated inflammatory disorders (IMIDs). RECENT FINDINGS: Only a few studies have evaluated IGRAs in IMIDs, and most were small and varied considerably with respect to the use of immunosuppressive medications and types of IMIDs. Current evidence does not clearly suggest that IGRAs are better than tuberculin skin test (TST) in identifying individuals with IMID who could benefit from LTBI treatment. To date, no studies have been done on the predictive value of IGRAs in IMID patients. Important questions remain unanswered as to the impact of immunosuppressive medications and the impact of type of IMID on IGRA performance. SUMMARY: Despite the lack of clear evidence, there is an increasing tendency for guidelines to prefer IGRA over TST in IMIDs or to recommend both TST and IGRA to enhance sensitivity. We believe the use of either test is acceptable for LTBI screening. Clinicians could consider starting with IGRAs in individuals with a history of Bacille Calmette-Guérin (BCG) vaccination after infancy or with repeated BCG vaccinations. When the index of suspicion for LTBI is high, both IGRA and TST could be performed, especially prior to initiating TNF-α inhibitor therapy. Regardless of the test used, it is important to remember that in the face of immune-suppression, both IGRA and TST can be falsely negative and are thus only diagnostic aids - they will need to be interpreted with other clinical and risk factor data.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| 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 ».