MétaCan
Menu
Retour à la cohorte
Enregistrement W2766220995 · doi:10.1371/journal.pmed.1002406

Improving tuberculosis diagnosis: Better tests or better healthcare?

2017· review· en· W2766220995 sur OpenAlexfundno aff
Sumona Datta, Matthew J Saunders, Marco Tovar, Carlton A. Evans

Notice bibliographique

RevuePLoS Medicine · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesGovernment of CanadaWellcome TrustMedical Research CouncilBill and Melinda Gates Foundation
Mots-clésTuberculosisHealth careMedicineClinical PracticePerspective (graphical)Family medicinePathologyPolitical scienceComputer scienceLaw

Résumé

récupéré en direct d'OpenAlex

Tuberculosis (TB) is a preventable and curable disease, but it kills more people than any other infection.Many people with TB are never diagnosed, and those who are diagnosed are often ill and contagious for many weeks or months before a diagnosis is made.Barriers to TB diagnosis are well described, often including poverty; stigma; marginalization; indolent, nonspecific symptoms; and poorly performing diagnostic tests.However, despite their central role in TB diagnosis, healthcare providers have been the subject of surprisingly little research [1].This week in PLOS Medicine, Sylvia and colleagues report findings with important implications for TB elimination [1].They trained and sent simulated "standardized patients," also known as "mystery clients," to healthcare providers at village clinics, township health centers, and county hospitals in China and found that the care provided in 274 consultations differed greatly from TB recommendations.The standardized patients reported classical TB symptoms, but only 15% of the providers mentioned TB, and only 41% of the providers tested or referred patients as recommended for TB.These differences between policy and practice were especially marked in the village clinics where most care was provided, and simulations suggested that a proposed system of managed referral with gatekeeping at the level of the village clinic would further reduce correct management, all of which makes for uncomfortable reading. Tuberculosis testing policy-practice gapTB policies generally recommend sputum testing for diagnosing pulmonary TB [4], whereas in this study, X-rays were more popular.This policy-practice gap is more complex than a shortfall in practice, partly because sputum TB testing is more likely to be stigmatized and is

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)0,015
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 enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,002
Communication savante0,0030,005
Science ouverte0,0020,002
Intégrité de la recherche0,0040,005
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,239
Tête enseignante GPT0,461
Écart entre enseignants0,222 · 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

Citations14
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS MedicineMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207