Transforming Rapid Diagnostic Tests for Precision Public Health: Open Guidelines for Manufacturers and Users
Notice bibliographique
Résumé
BACKGROUND: Precision public health (PPH) can maximize impact by targeting surveillance and interventions by temporal, spatial, and epidemiological characteristics. Although rapid diagnostic tests (RDTs) have enabled ubiquitous point-of-care testing in low-resource settings, their impact has been less than anticipated, owing in part to lack of features to streamline data capture and analysis. OBJECTIVE: We aimed to transform the RDT into a tool for PPH by defining information and data axioms and an information utilization index (IUI); identifying design features to maximize the IUI; and producing open guidelines (OGs) for modular RDT features that enable links with digital health tools to create an RDT-OG system. METHODS: We reviewed published papers and conducted a survey with experts or users of RDTs in the sectors of technology, manufacturing, and deployment to define features and axioms for information utilization. We developed an IUI, ranging from 0% to 100%, and calculated this index for 33 World Health Organization-prequalified RDTs. RDT-OG specifications were developed to maximize the IUI; the feasibility and specifications were assessed through developing malaria and COVID-19 RDTs based on OGs for use in Kenya and Indonesia. RESULTS: The survey respondents (n=33) included 16 researchers, 7 technologists, 3 manufacturers, 2 doctors or nurses, and 5 other users. They were most concerned about the proper use of RDTs (30/33, 91%), their interpretation (28/33, 85%), and reliability (26/33, 79%), and were confident that smartphone-based RDT readers could address some reliability concerns (28/33, 85%), and that readers were more important for complex or multiplex RDTs (33/33, 100%). The IUI of prequalified RDTs ranged from 13% to 75% (median 33%). In contrast, the IUI for an RDT-OG prototype was 91%. The RDT open guideline system that was developed was shown to be feasible by (1) creating a reference RDT-OG prototype; (2) implementing its features and capabilities on a smartphone RDT reader, cloud information system, and Fast Healthcare Interoperability Resources; and (3) analyzing the potential public health impact of RDT-OG integration with laboratory, surveillance, and vital statistics systems. CONCLUSIONS: Policy makers and manufacturers can define, adopt, and synergize with RDT-OGs and digital health initiatives. The RDT-OG approach could enable real-time diagnostic and epidemiological monitoring with adaptive interventions to facilitate control or elimination of current and emerging diseases through PPH.
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 | 0,211 | 0,321 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,007 |
| Communication savante | 0,012 | 0,014 |
| Science ouverte | 0,005 | 0,009 |
| Intégrité de la recherche | 0,008 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,004 |
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 ».