MétaCan
Menu
Retour à la cohorte
Enregistrement W4233779689 · doi:10.12688/gatesopenres.12842.1

Market penetration of Xpert MTB/RIF in high tuberculosis burden countries: A trend analysis from 2014 - 2016

2018· preprint· en· W4233779689 sur OpenAlexaff
Danielle Cazabon, Tripti Pande, Sandra V. Kik, Wayne Van Gemert, Hojoon Sohn, Claudia M. Denkinger, Zhi Zhen Qin, Brenda Waning, Madhukar Pai

Notice bibliographique

RevueGates Open Research · 2018
Typepreprint
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensMcGill University
Organismes subventionnairesBill and Melinda Gates Foundation
Mots-clésGeneXpert MTB/RIFMedicineTuberculosisSputumDisease controlEnvironmental healthPathology

Résumé

récupéré en direct d'OpenAlex

Background: Xpert® MTB/RIF, a rapid tuberculosis (TB) molecular test, was endorsed by the World Health Organization in 2010. Since then, 34.4 million cartridges have been procured under concessional pricing. Although the roll out of this diagnostic is promising, previous studies showed low market penetration. Methods: To assess 3-year trends of market penetration of Xpert MTB/RIF in the public sector, smear and Xpert MTB/RIF volumes for the year 2016 were assessed and policies from 2014-2016 within 22 high-burden countries (HBCs) were studied. A structured questionnaire was sent to representatives of 22 HBCs. The questionnaires assessed the total smear and Xpert MTB/RIF volumes, number of modules and days of operation of GeneXpert machines in National TB Programs (NTPs). Data regarding the use of NTP GeneXpert machines for other diseases and GeneXpert procurement by other disease control programs were collected. Market penetration was estimated by the ratio of total sputum smear volume for initial diagnosis divided by the number of Xpert MTB/RIF tests procured in the public sector. Results: The survey response rate was 21/22 (95%). Smear/Xpert ratios decreased in 17/21 countries and increased in four countries, since 2014. The median ratio decreased from 32.6 (Q1:14.3, Q3: 58.9) in 2014 to 6.0 (Q1: 1.6, Q3: 17.0) in 2016. Nineteen countries (19/19; 100%) were not using GeneXpert machines to their full capacity, however seven countries (7/19; 37%) were running tests for other diseases on their NTP-procured GeneXpert systems in 2017, such as HIV, hepatitis-C virus (HCV), Chlamydia trachomatis , and Neisseria gonorrhoeae . Five (5/15; 33%) countries reported GeneXpert procurement by HIV or HCV programs in 2016 and/or 2017. Conclusions: Our results show a positive trend for Xpert MTB/RIF market penetration in 21 HBC public sectors. However, GeneXpert machines were under-utilized for TB, and inadequately exploited as a multi disease technology.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,074
Tête enseignante GPT0,425
Écart entre enseignants0,351 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations67
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGates Open ResearchMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207