Diagnostic Infectious Diseases Testing Outside Clinics: A Global Systematic Review and Meta-analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Background Most people around the world do not have access to facility-based diagnostic testing, and the gap in availability of diagnostic tests is a major public health challenge. Self-testing, self-sampling, and institutional testing outside conventional clinical settings are transforming infectious disease diagnostic testing in a wide range of low- and middle-income countries (LMICs). We examined the delivery models of infectious disease diagnostic testing outside clinics to assess the impact on test uptake and linkage to care. Methods We conducted a systematic review and meta-analysis, searching 6 databases and including original research manuscripts comparing testing outside clinics with conventional testing. The main outcomes were test uptake and linkage to care, delivery models, and adverse outcomes. Data from studies with similar interventions and outcomes within thematic areas of interest were pooled, and the quality of evidence was assessed using GRADE. This study was registered in PROSPERO (CRD42019140828). We identified 10 386 de-duplicated citations, and 76 studies were included. Data from 18 studies were pooled in meta-analyses. Studies focused on HIV (48 studies), chlamydia (8 studies), and multiple diseases (20 studies). HIV self-testing increased test uptake compared with facility-based testing (9 studies: pooled odds ratio [OR], 2.59; 95% CI, 1.06–6.29; moderate quality). Self-sampling for sexually transmitted infections increased test uptake compared with facility-based testing (7 studies: pooled OR, 1.74; 95% CI, 0.97–3.12; moderate quality). Conclusions. Testing outside of clinics increased test uptake without significant adverse outcomes. These testing approaches provide an opportunity to expand access and empower patients. Further implementation research, scale-up of effective service delivery models, and policies in LMIC settings are needed.
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.
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 | 0,001 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,008 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 découle