MétaCan
Menu
Retour à la cohorte
Enregistrement W2807246508 · doi:10.1186/s12936-018-2356-8

The role of the Deki Reader™ in malaria diagnosis, treatment and reporting: findings from an Africare pilot project in Nigeria

2018· article· en· W2807246508 sur OpenAlexaff
Patrick Adah, Omosivie Maduka, Obinna Obasi, Orode Doherty, Susana Oguntoye, Kayla Seadon, Oren Jalon, Nora Zwingerman, Perpetua Uhomoibhi

Notice bibliographique

RevueMalaria Journal · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueMalaria Research and Control
Établissements canadiensFio Corporation (Canada)
Organismes subventionnairesnon disponible
Mots-clésMalariaMedicinePathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The Deki Reader is a diagnostic device used with rapid diagnostic tests (RDTs) and linked to an online database for real-time uploads of patient information and results. This is in contrast to visual interpretation of malaria RDTs recorded on the District Health Information System (DHIS). This paper compares records for use of the Deki Reader with DHIS records of visual interpretation of RDTs. RESULTS: A total of 4063 patient encounters/tests were recorded on the Deki Reader database between June 1st and December 31st, 2016. These tests were for 2629 persons who presented with fever and had RDT done. In comparison, data from DHIS 2.0 for same period recorded 7201 persons presenting with fever. 2421 out of the 2629 persons (92.1%), received RDT using Deki Reader compared to 6535 out of 7201 persons (90.4%) recorded on DHIS (p = 0.04). From DHIS records, malaria positivity rate was 51.6% (3375 out of 6535 persons) compared to Deki Reader records of 23.6% (572 out of 2421 persons). The difference between these two rates was significant (p < 0.001). The odds ratio (95% CI) for the association between use of Deki Reader and having a positive malaria result was 0.29 (0.26-0.32). DHIS showed that 4008 persons received Artemisinin-based combination therapy (ACT) while 3989 persons tested positive with RDT or microscopy, compared to 691 out of 705 persons (98.0%) using Deki Reader. Finally, Deki Reader identified 618 processing and manufacturers errors with an error rate of 15.3%. CONCLUSION: The Deki Reader is likely a useful tool for malaria diagnosis, treatment, and real-time data management. It potentially improves diagnostic quality, reduces wastage in ACT administration and improves data quality.

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)0,006
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,011
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,040
Tête enseignante GPT0,326
Écart entre enseignants0,286 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMalaria JournalMême sujetMalaria Research and ControlTravaux en français237 207