An Optimal Diagnostic Strategy for Tuberculosis in Hospitalized HIV-Infected Patients Using GeneXpert MTB/RIF and Alere Determine TB LAM Ag
Notice bibliographique
Résumé
analysis of 561 HIV-infected sputum-expectorating patients (median CD4 count of 130 cells/ml) from a previously published randomized controlled trial evaluating the LAM test in hospitalized HIV-infected patients with suspected TB. We evaluated 5 different diagnostic strategies using sputum culture as a reference standard (Xpert alone, LAM alone, sequential Xpert followed by LAM and vice versa [LAM in Xpert-negative patients and Xpert in LAM-negative patients], and both tests concurrently [LAM + Xpert]). A cost-consequence analysis was performed. Strategy-specific sensitivity and specificity, using culture as a reference, were similar with the Xpert-only and sequential and concurrent strategies. However, when any positive TB-specific test was used as a reference, the incremental yield of LAM over Xpert was 29.6% (45/152) and that of Xpert over LAM was 75% (84/11). The incremental yield of LAM increased with decreasing CD4 count. The costs per TB case diagnosed were similar for the sequential and concurrent strategies ($1,617 to $1,626). In sputum-expectorating hospitalized patients with advanced HIV and access to both tests, concurrent testing with Xpert and LAM may be the best strategy for diagnosing TB. These data inform clinical practice in settings where TB and HIV are endemic.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».