Chest radiography for active tuberculosis case finding in the homeless: a systematic review and meta-analysis
Notice bibliographique
Résumé
SETTING: In low-incidence regions, tuberculosis (TB) often affects vulnerable populations. Guidelines recommend active case finding (ACF) in homeless populations, but there is no consensus on a preferred screening method. OBJECTIVE: We performed a systematic review and meta-analysis to evaluate the use of chest X-ray (CXR) screening in ACF for TB in homeless populations. DESIGN: Articles were identified through EMBASE, Medline and the Cochrane Library. Studies using symptom screens, CXRs, sputum sweeps, tuberculin skin tests and/or interferon-gamma release assays to detect active TB in homeless populations were sought. Data were extracted using a standardised method by two reviewers and validated with an objective tool. RESULTS: Sixteen studies addressing CXR screening of homeless populations for active TB in low-incidence regions were analysed. The pooled prevalence of active TB in the 16 study cohorts was 931 per 100 000 population screened (95%CI 565-1534) and 782/100 000 CXR performed (95%CI 566-1079). Six of seven longitudinal screening programs reported a reduction in regional TB incidence after implementation of the CXR-based ACF programme. CONCLUSION: Our data suggest that CXR screening is a good tool for ACF in homeless populations in low-incidence regions.
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 | 0,011 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,017 | 0,027 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».