MétaCan
Menu
Retour à la cohorte
Enregistrement W2540385479 · doi:10.1128/microbiolspec.tbtb2-0023-2016

Latent <i>Mycobacterium tuberculosis</i> Infection and Interferon-Gamma Release Assays

2016· review· en· W2540385479 sur OpenAlexaff
Madhukar Pai, Marcel A. Behr

Notice bibliographique

RevueMicrobiology Spectrum · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésLatent tuberculosisTuberculosisMycobacterium tuberculosisImmunologyTuberculinMedicineDiseaseImmune systemTuberculosis diagnosisQuantiFERONConcordanceInternal medicinePathology

Résumé

récupéré en direct d'OpenAlex

The identification of individuals with latent tuberculosis infection (LTBI) is useful for both fundamental understanding of the pathogenesis of disease and for clinical and public health interventions (i.e., to prevent progression to disease). Basic research suggests there is a pathogenetic continuum from exposure to infection to disease, and individuals may advance or reverse positions within the spectrum, depending on changes in the host immunity. Unfortunately, there is no diagnostic test that resolves the various stages within the spectrum of Mycobacterium tuberculosis infection. Two main immune-based approaches are currently used for identification of LTBI: the tuberculin skin test (TST) and the interferon-gamma release assay (IGRA). TST can use either the conventional purified protein derivative or more specific antigens. Extensive research suggests that both TST and IGRA represent indirect markers of M. tuberculosis exposure and indicates a cellular immune response to M. tuberculosis. The imperfect concordance between these two tests suggests that neither test is perfect, presumably due to both technical and biological reasons. Neither test can accurately differentiate between LTBI and active TB. Both IGRA and TST have low sensitivity in a variety of immunocompromised populations. Cohort studies have shown that both TST and IGRA have low predictive value for progression from infection to active TB. For fundamental applications, basic research is necessary to identify those at highest risk of disease with a positive TST and/or IGRA. For clinical applications, the identification of such biomarkers can help prioritize efforts to interrupt progression to disease through preventive therapy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,004

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.

Tête enseignante Opus0,029
Tête enseignante GPT0,321
Écart entre enseignants0,293 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations112
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMicrobiology SpectrumMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207