A simple protocol for tuberculin skin test reading certification
Notice bibliographique
Résumé
Although tuberculosis preventive therapy is one of the cornerstones for eliminating the disease, many barriers exist in the cascade of care for latent tuberculosis infection, including the need to certify healthcare professionals for reading tuberculin skin tests (TST). This paper proposes and evaluates a simple protocol for TST reading training. Primary care workers from different backgrounds received a 2-hour theoretical course, followed by a practical course on bleb reading. Blebs were obtained by injecting saline into sausages and then in volunteers. A certified trainer then evaluated the effectiveness of this protocol by analyzing the trainees' ability to read TST induration in clinical routine, blinded to each other's readings. Interobserver agreement was analyzed using the Bland-Altman test. The trainees' reading accuracy was calculated using two cut-off points - 5 and 10mm - and the effect of the number of readings was analyzed using a linear mixed model. Eleven healthcare workers read 53 saline blebs and 88 TST indurations, with high agreement for TST reading (0.07mm average bias). Sensitivity was 100% (94.6; 100.0) at 5mm cut-off and 87.3% (75.5; 94.7) at 10mm cut-off. The regression model found no effect of the number of readings [coefficient: -0.007 (-0.055; 0.040)]. A simple training protocol for reading TST with saline blebs simulations in sausages and volunteers was sufficient to achieve accurate TST induration readings, with no effect observed for the number of readings. Training with saline blebs injected into voluntary individuals is safer and easier than the traditional method.
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 | 0,019 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,008 |
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 ».