Predicting tuberculosis relapse in patients treated with the standard 6-month regimen: an individual patient data meta-analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: Relapse continues to place significant burden on patients and tuberculosis (TB) programmes worldwide. We aimed to determine clinical and microbiological factors associated with relapse in patients treated with the WHO standard 6-month regimen and then evaluate the accuracy of each factor at predicting an outcome of relapse. METHODS: A systematic review was performed to identify randomised controlled trials reporting treatment outcomes on patients receiving the standard regimen. Authors were contacted and invited to share patient-level data (IPD). A one-step IPD meta-analysis, using random intercept logistic regression models and receiver operating characteristic curves, was performed to evaluate the predictive performance of variables of interest. RESULTS: Individual patient data were obtained from 3 of the 12 identified studies. Of the 1189 patients with confirmed pulmonary TB who completed therapy, 67 (5.6%) relapsed. In multipredictor analysis, the presence of baseline cavitary disease with positive smear at 2 months was associated with an increased odds of relapse (OR 2.3(95% CI 1.3 to 4.2)) and a relapse risk of 10%. When area under the curve for each multipredictor model was compared, discrimination between low-risk and higher-risk patients was modest and similar to that of the reference model which accounted for age, sex and HIV status. CONCLUSION: Despite its poor predictive value, our results indicate that the combined presence of cavitary disease and 2-month positive smear status may be the best currently available marker for identifying individuals at an increased risk of relapse, particularly in resource-limited setting. Further investigation is required to assess whether this combined factor can be used to indicate different treatment requirements in clinical practice.
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.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle