Interferon-gamma release assay levels and risk of progression to active tuberculosis: a systematic review and dose-response meta-regression analysis
Notice bibliographique
Résumé
BACKGROUND: Identifying and treating individuals with high risk of progression from latent tuberculosis infection to active tuberculosis (TB) disease is critical for eliminating the disease. We aimed to conduct a systematic review and meta-regression analysis to quantify the dose-response relationship between interferon-gamma release assay (IGRA) levels and the risk of progression to active TB. METHODS: We searched PubMed and Embase from 1 January 2001 to 10 May 2020 for longitudinal studies that reported the risk of progression from latent to active TB as a function of baseline IGRA values. We used a novel Bayesian meta-regression method to pool effect sizes from included studies and generate a continuous dose-response risk curve. Our modeling framework enabled us to incorporate random effects across studies, and include data with different IGRA ranges across studies. The quality of included studies were assessed using the Newcastle-Ottawa scale (NOS). RESULTS: We included 34 studies representing 581,956 person-years of follow-up with a total of 788 incident cases of TB in the meta-regression analysis. Higher levels of interferon-gamma were associated with increased risk of progression to active tuberculosis. In the dose-response curve, the risk increased sharply between interferon-gamma levels 0 and 5 IU/ml, after which the risk continued to increase moderately but at a slower pace until reaching about 15 IU/ml where the risk levels off. Compared to 0 IU/ml, the relative risk of progression to active TB among those with interferon-gamma levels of 0.35, 1, 5, 10, 15, and 20 IU/ml were: 1.64 (1.28-2.08), 2.90 (2.02-3.88), 11.38 (6.64-16.38), 19.00 (13.08-26.90), 21.82 (14.65-32.57), and 22.31 (15.43-33.00), respectively. The dose-response relationship remains consistent when limiting the analysis to studies that scored highest in the NOS. CONCLUSION: The current practice of dichotomizing IGRA test results simplifies the TB infection disease continuum. Evaluating IGRA test results over a continuous scale could enable the identification of individuals at greatest risk of progression to active TB.
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 | 0,003 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,012 | 0,003 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| 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 ».