Predictive value of TNF-α, IFN-γ, and IL-10 for tuberculosis among recently exposed contacts in the United States and Canada
Notice bibliographique
Résumé
BACKGROUND: We examined cytokine immune response profiles among contacts to tuberculosis patients to identify immunologic and epidemiologic correlates of tuberculosis. METHODS: We prospectively enrolled 1272 contacts of culture-confirmed pulmonary tuberculosis patients at 9 United States and Canadian sites. Epidemiologic characteristics were recorded. Blood was collected and stimulated with Mycobacterium tuberculosis culture filtrate protein, and tumor necrosis factor (TNF-α), interferon gamma (IFN-γ), and interleukin 10 (IL-10) concentrations were determined using immunoassays. RESULTS: Of 1272 contacts, 41 (3.2%) were diagnosed with tuberculosis before or < 30 days after blood collection (co-prevalent tuberculosis) and 19 (1.5%) during subsequent four-year follow-up (incident tuberculosis). Compared with contacts without tuberculosis, those with co-prevalent tuberculosis had higher median baseline TNF-α and IFN-γ concentrations (in pg/mL, TNF-α 129 versus 71, P < .01; IFN-γ 231 versus 27, P < .001), and those who subsequently developed incident tuberculosis had higher median baseline TNF-α concentrations (in pg/mL, 257 vs. 71, P < .05). In multivariate analysis, contact age < 15 years, US/Canadian birth, and IFN or TNF concentrations > the median were associated with co-prevalent tuberculosis (P < .01 for each); female sex (P = .03) and smoking (P < .01) were associated with incident tuberculosis. In algorithms combining young age, positive skin test results, and elevated CFPS TNF-α, IFN-γ, and IL-10 responses, the positive predictive values for co-prevalent and incident tuberculosis were 40 and 25%, respectively. CONCLUSIONS: Cytokine concentrations and epidemiologic factors at the time of contact investigation may predict co-prevalent and incident tuberculosis.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».