Comparison between two newborn screening strategies for cystic fibrosis in Argentina: IRT/IRT versus IRT/PAP
Notice bibliographique
Résumé
BACKGROUND: The benefits of early cystic fibrosis (CF) detection using newborn screening (NBS) has led to widespread use in NBS programs. Since 2002, a two-stage immunoreactive trypsinogen (IRT/IRT) screening strategy has been used as a CFNBS method in all public maternity units in the City of Buenos Aires, Argentina. However, novel screening strategies may be more efficient. The aim of this study is to prospectively compare two CFNBS strategies: IRT/IRT and IRT/PAP (pancreatitis-associated protein). METHODS: A two-year prospective study was performed. IRT was measured in dried blood samples collected 48-72 h after birth. When an IRT value was abnormal, PAP was determined, and a second visit was scheduled to obtain another sample for IRT before 25 days of life. Newborns with a positive CFNBS were referred for a confirmatory sweat test. RESULTS: There were 69,827 births in the City of Buenos Aires during the period studied; 918 (1.31%) had an abnormal IRT. A total of 207 children (22.5%) failed to return for the second IRT, but only two PAP (0.2%) were not performed. IRT/IRT was more likely to lead to a referral for sweat testing than IRT/PAP (odds ratio 2.3 [95% confidence interval 1.8-2.9], p < .001). Sensitivity and specificity were: 80% and 100% and 86.5% and 82.6% for IRT/IRT and IRT/PAP strategies, respectively. CONCLUSION: The IRT/PAP strategy is more sensitive than IRT/IRT and has similar specificity; it avoids a second visit and unnecessary sweat testing, and it reduces loss to follow-up in our population.
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 | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».