MétaCan
Menu
Retour à la cohorte
Enregistrement W2955013758 · doi:10.3389/fmicb.2019.01441

Detection of Tuberculosis Recurrence, Diagnosis and Treatment Response by a Blood Transcriptomic Risk Signature in HIV-Infected Persons on Antiretroviral Therapy

2019· article· en· W2955013758 sur OpenAlexaff
Fatoumatta Darboe, Stanley Kimbung Mbandi, Kogieleum Naidoo, Nonhlanhla Yende‐Zuma, Lara Lewis, Ethan Thompson, Fergal J. Duffy, Michelle Fisher, Elizabeth Filander, Michele van Rooyen, Nicole Bilek, Simbarashe Mabwe, Lyle R. McKinnon, Novel N. Chegou, André G. Loxton, Gerhard Walzl, Gerard Tromp, Nesri Padayatchi, Dhineshree Govender, Mark Hatherill, Salim S. Abdool Karim, Daniel E. Zak, Adam Penn‐Nicholson, Thomas J. Scriba

Notice bibliographique

RevueFrontiers in Microbiology · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesEuropean and Developing Countries Clinical Trials PartnershipCenters for Disease Control and PreventionSouth African Medical Research CouncilHoward Hughes Medical Institute
Mots-clésTuberculosisHuman immunodeficiency virus (HIV)Antiretroviral therapyMedicineTranscriptomeVirologyImmunologyBiologyViral loadPathologyGeneGenetics

Résumé

récupéré en direct d'OpenAlex

HIV-infected individuals are at high risk of tuberculosis disease and those with prior tuberculosis episodes are at even higher risk of disease recurrence. A non-sputum biomarker that identifies individuals at highest tuberculosis risk would allow targeted microbiological testing and appropriate treatment and also guide need for prolonged therapy. We determined the utility of a previously developed whole blood transcriptomic correlate of risk (COR) signature for (1) predicting incident recurrent tuberculosis, (2) tuberculosis diagnosis and (3) its potential utility for tuberculosis treatment monitoring in HIV-infected individuals. We retrieved cryopreserved blood specimens from three previously completed clinical studies and measured the COR signature by quantitative microfluidic real-time-PCR. The signature differentiated recurrent tuberculosis progressors from non-progressors within 3 months of diagnosis with an area under the Receiver-operating characteristic (ROC) curve (AUC) of 0.72 (95% confidence interval (CI), 0.58-0.85) amongst HIV-infected individuals on antiretroviral therapy (ART). Twenty-five of 43 progressors (58%) were asymptomatic at microbiological diagnosis and thus had subclinical disease. The signature showed excellent diagnostic discrimination between HIV-uninfected tuberculosis cases and controls (AUC 0.97; 95%CI 0.94-1). Performance was lower in HIV-infected individuals (AUC 0.83; 95%CI 0.81-0.96) and signature scores were directly associated with HIV viral loads. Tuberculosis treatment response in HIV-infected individuals on ART with a new recurrent tuberculosis diagnosis was also assessed. Signature scores decreased significantly during treatment. However, pre-treatment scores could not differentiate between those who became sputum negative before and after 2 months. Direct application of the unmodified blood transcriptomic COR signature detected subclinical and active tuberculosis by blind validation in HIV-infected individuals. However, prognostic performance for recurrent tuberculosis, and performance as diagnostic and as treatment monitoring tool in HIV-infected persons was inferior to published results from HIV-negative cohorts. Our results suggest that performance of transcriptomic signatures comprising interferon stimulated genes are negatively affected in HIV-infected individuals, especially in those with incompletely suppressed viral loads.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,176
Score d'incertitude au seuil0,800

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,256
Écart entre enseignants0,247 · 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 tête enseignante, 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

Citations59
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in MicrobiologyMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207