Differential yield of universal versus selective drug susceptibility testing of patients with tuberculosis in high-burden countries: a systematic review and meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: Although universal drug susceptibility testing (DST) is a component of the End-TB Strategy, over 70% of drug-resistant tuberculosis (DR-TB) cases globally remain undetected. This detection gap reflects difficulties in DST scale-up and substantial heterogeneity in policies and implemented practices. We conducted a systematic review and meta-analysis to assess whether implementation of universal DST yields increased DR-TB detection compared with only selectively testing high-risk groups. METHODS: PubMed, Embase, Global Health, Cochrane Library and Web of Science Core Collection were searched for publications reporting on the differential yield of universal versus selective DST implementation on the proportion of DR-TB, from January 2007 to June 2019. Random-effects meta-analyses were used to calculate respective pooled proportions of DR-TB cases detected; Higgins test and prediction intervals were used to assess between-study heterogeneity. We adapted an existing risk-of-bias assessment tool for prevalence studies. RESULTS: Of 18 736 unique citations, 101 studies were included in the qualitative synthesis. All studies used WHO-endorsed DST methods, and most (87.1%) involved both high-risk groups and the general population. We found only cross-sectional, observational, non-randomised studies that compared universal with selective DST strategies. Only four studies directly compared the testing approaches in the same study population, with the proportion of DR-TB cases detected ranging from 2.2% (95% CI: 1.4% to 3.2%) to 12.8% (95% CI: 11.4% to 14.3%) with selective testing, versus 4.4% (95% CI: 3.3% to 5.8%) to 9.8% (95% CI: 8.9% to 10.7%) with universal testing. Broad population studies were very heterogeneous. The vast majority (88/101; 87.1%) reported on the results of universal testing. However, while 37 (36.6%)/101 included all presumptive TB cases, an equal number of studies applied sputum-smear as a preselection criterion. A meaningful meta-analysis was not possible. CONCLUSION: Given the absence of randomised studies and the paucity of studies comparing strategies head to head, and selection bias in many studies that applied universal testing, our findings have limited generalisability. The lack of evidence reinforces the need for better data to inform policies.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,016 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| 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 | 0,000 |
| 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 ».