MétaCan
Menu
Retour à la cohorte
Enregistrement W4214547092 · doi:10.21203/rs.3.rs-1386070/v1

Effectiveness and Costs of Identification Pathways for Tuberculosis: Modelling the Impact of Dual Energy X-Ray Technology

2022· preprint· en· W4214547092 sur OpenAlexaff
Karim S. Karim, Zahid A Butt, Hamidah Hussain, Evan Lee, Susan Horton

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomaineEngineering
ThématiqueAdvanced X-ray and CT Imaging
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSoftwareSensitivity (control systems)TuberculosisIdentification (biology)MedicineDual (grammatical number)Dual energySputumEnergy (signal processing)Computer scienceReliability engineeringMedical physicsEngineeringPathologyElectronic engineeringMathematicsStatisticsBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Background Existing screening methods for TB involve trade-offs among sensitivity, specificity and cost. Recent advances mean that dual-energy X-ray is more sensitive and only slightly more costly than conventional chest X-ray and could be a high-performing alternative for TB screening, particularly if associated computer-aided diagnostic (CAD) software were developed. Methods Existing data on sensitivity,specificity and cost were used for six screening methods (sputum testing, conventional chest X-ray with and without CAD software, dual-energy X-ray with and without CAD software, and nucleic acid amplification testing (NAAT), used in various sequences. Cost and effectiveness of 20 different screening pathwayswere examined using data for Pakistan. Monte-carlo based sensitivity analysis focused on parameters for dual-energy X-ray. Results Sputum followed by NAAT is the best pathway when government budgets are low, and NAAT alone is the best when budgets are unlimited. With intermediate budgets, pathways including dual-energy X-ray dominate those including conventional X-rays, particularly if CAD software is developed for dual-energy X-ray. Conclusions Dual-energy X-ray can be a valuable addition to the screening options for TB. Our study provides different TB screening options for policy makers and TB program managers, which could be used as a guide for planning and implementation of TB screening programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,239
Score d'incertitude au seuil0,588

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,352
Écart entre enseignants0,319 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetAdvanced X-ray and CT ImagingTravaux en français237 207