Diagnostic accuracy of 3 urine lipoarabinomannan tuberculosis assays in HIV-negative outpatients
Notice bibliographique
Résumé
BACKGROUNDInadequate tuberculosis (TB) diagnostics are a major hurdle in the reduction of disease burden, and accurate point-of-care tests (POCTs) are urgently needed. We assessed the diagnostic accuracy of Fujifilm SILVAMP TB lipoarabinomannan (FujiLAM) POCT for TB diagnosis in HIV-negative outpatients and compared it with Alere Determine TB LAM Ag (AlereLAM) POCT and a laboratory-based ultrasensitive electrochemiluminescence LAM research assay (EclLAM).METHODSIn this multicenter diagnostic test accuracy study, we recruited HIV-negative adults with symptoms suggestive of pulmonary TB presenting to outpatient health care centers in Peru and South Africa. Urine samples were tested using FujiLAM, AlereLAM, and EclLAM, and the diagnostic accuracy was assessed against a microbiological reference standard (MRS) and a composite reference standard.RESULTSThree hundred seventy-two HIV-negative participants were included and the prevalence of microbiologically confirmed TB was 30%. Compared with the MRS, the sensitivities of AlereLAM, FujiLAM, and EclLAM were 10.8% (95% confidence interval [CI] 6.3%-18.0%), 53.2% (95% CI 43.9%-62.1%), and 66.7% (95% CI 57.5%-74.7%), respectively. The specificities of AlereLAM, FujiLAM, and EclLAM were 92.3% (95% CI 88.5%-95.0%), 98.9% (95% CI 96.7%-99.6%), and 98.1% (95% CI 95.6%-99.2%), respectively. Positive likelihood ratios of AlereLAM, FujiLAM, and EclLAM were 1.4, 46.2, and 34.8, respectively, and positive predictive values were 37.5%, 95.2%, and 93.7%, respectively.CONCLUSIONCompared with AlereLAM, FujiLAM detected 5 times more patients with TB in HIV-negative participants, had a high positive predictive value, and has the potential to improve rapid diagnosis of TB at the point-of-care. EclLAM demonstrated that additional sensitivity gains are possible, which highlights LAM's potential as a biomarker. Additional research is required to assess FujiLAM's performance in prospective cohorts, its cost-effectiveness, and its impact in real-world clinical settings.FUNDINGGlobal Health Innovative Technology Fund, the UK Department for International Development, the Dutch Ministry of Foreign Affairs, the Bill and Melinda Gates Foundation, the Australian Department of Foreign Affairs and Trade, the German Federal Ministry of Education and Research through Kreditanstalt für Wiederaufbau, and the NIH and National Institute of Allergy and Infectious Diseases.
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 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 | 0,002 | 0,199 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».