Pooling of sputum samples to increase tuberculosis diagnostic capacity in Brazil during the COVID-19 pandemic
Notice bibliographique
Résumé
OBJECTIVES: We assessed whether combining (pooling) four individual's samples and testing with Xpert Ultra has the same accuracy as testing samples individually as a more efficient testing method. METHODS: We conducted a cross-sectional study of individuals with presumptive tuberculosis attending primary health care or general hospital facilities in Alagoas, Brazil. The sputum samples of four consecutive individuals were pooled and the pool and individual samples were tested with Xpert Ultra. The agreement of the tests was compared using kappa statistics. We estimated the sensitivity and specificity of pooling using the individual test as the reference standard and potential cartridge savings. RESULTS: A total of 396 participants were tested. A total of 95 (24.0%) individual samples were Mycobacterium tuberculosis (MTB)-positive, 300 (75.8%) "MTB not detected", including 20 "MTB trace", and one reported an error. A total of 99 pools of four samples were tested, of which 62 (62.6%) had MTB detected and 37 (37.4%) MTB not detected, including six (6.1%) with MTB trace. The agreement between individual and pooled testing was 96.0%. Pooling had a sensitivity of 95.0% (95% confidence interval 86.9-99%), specificity of 97.1% (95% confidence interval 85.1-99.9%), and kappa of 0.913. The method saved 12.4% of cartridge costs. CONCLUSION: The pooled testing of specimens had a high level of agreement with individual testing. The pooling of samples for testing improves the efficiency of testing, potentially enabling the screening and testing of larger numbers of individuals more cost-effectively.
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 | 0,009 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».