MétaCan
Menu
Retour à la cohorte
Enregistrement W3000937628 · doi:10.1111/vox.12889

Direct comparison of three residual risk models for hepatitis B virus window period infections using updated input parameters

2020· review· en· W3000937628 sur OpenAlexaff
Nico Lelie, Marion Vermeulen, Harry van Drimmelen, Charl Coleman, Roberta Bruhn, Ravi Shankar Reddy, Michael P. Busch, Steve Kleinman

Notice bibliographique

RevueVox Sanguinis · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueHepatitis B Virus Studies
Établissements canadiensUniversity of VictoriaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésWindow periodHBsAgHepatitis B virusMedicineNatTransmission (telecommunications)Residual riskDemographyIncidence (geometry)Hepatitis BVirologyStatisticsInternal medicineImmunologyMathematicsVirusAntibodySerologyComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

BACKGROUND AND OBJECTIVES: Comparison of two models for estimating residual transfusion transmission risk by NAT screened window period (WP) donations in South African repeat donors gave identical results for HIV but not for HBV. In order to understand discrepant HBV modelling outcomes, the values of input parameters in three HBV WP risk models were reviewed and subsequently applied to the same South African screening data generated by HBsAg PRISM and two NAT assays (Ultrio and Ultrio Plus). Two of the models were also compared using individual donation (ID)-NAT screening data from different geographical regions. METHODS: Values of input parameters were derived from two published data sources and used in three risk models [(1) the incidence rate-WP risk day equivalent model, (2) the NAT yield WP ratio model and (3) the anti-HBc-negative HBsAg yield period ratio model] and subsequently applied to the same ID-NAT screening data. RESULTS: The HBV WP transmission risk in South African repeat donations during a one-year Ultrio Plus NAT screening period was estimated as 22, 43 and 17 per million, respectively, for the three models, as compared to 56, 117 and 48 per million for HBsAg PRISM screening. The approximate two-fold higher estimate calculated with the NAT yield WP ratio model was corroborated in repeat donations from three of four regions in a multi-regional study. When another set of model input values (with shorter viraemia periods and a higher proportion of acute occult infections) was applied to the South African screening data, the relative difference in risk estimates between the three models became smaller. CONCLUSIONS: Window period risk modelling for HBV is more complex than for HIV. Multiple factors affect the modelling outcomes. These include the values used for the length of transient HBsAg and HBV-DNA-positive phases, the proportion of acute occult and vaccine breakthrough infections and the assumption of random appearance of donors throughout the entire acute resolving infection phase. A substantial proportion of HBV WP NAT yields have very low viral load and lack donor follow-up data calling into question their definitive classification into the early acute (infectious) replication stage. Since these possible WP NAT yields most highly impact the NAT yield WP ratio model, we recommend relying on the more conservative estimates of the incidence rate-WP risk day equivalent model.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,952
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,138
Tête enseignante GPT0,383
Écart entre enseignants0,245 · 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.

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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVox SanguinisMême sujetHepatitis B Virus StudiesTravaux en français237 207