Management of nontuberculous mycobacteria in lung transplant cases: an international Delphi study
Notice bibliographique
Résumé
Rationale Nontuberculous mycobacterial (NTM) diseases are difficult-to-treat infections, especially in lung transplant (LTx) candidates. Currently, there is a paucity of recommendations on the management of NTM infections in LTx, focusing on Mycobacterium avium complex (MAC), M. abscessus and M. kansasii . Methods Pulmonologists, infectious disease specialists, LTx surgeons and Delphi experts with expertise in NTM were recruited. A patient representative was also invited. Three questionnaires comprising questions with multiple response statements were distributed to panellists. Delphi methodology with a Likert scale of 11 points (5 to −5) was applied to define the agreement between experts. Responses from the first two questionnaires were collated to develop a final questionnaire. The consensus was described as a median rating >4 or <−4 indicating for or against the given statement. After the last round of questionnaires, a cumulative report was generated. Results Panellists recommend performing sputum cultures and a chest computed tomography scan for NTM screening in LTx candidates. Panellists recommend against absolute contraindication to LTx even with multiple positive sputum cultures for MAC, M. abscessus or M. kansasii. Panellists recommend MAC patients on antimicrobial treatment and culture negative can be listed for LTx without further delay. Panellists recommend 6 months of culture-negative for M. kansasii , but 12 months of further treatment from the time of culture-negative for M. abscessus before listing for LTx. Conclusion This NTM LTx study consensus statement provides essential recommendations for NTM management in LTx and can be utilised as an expert opinion while awaiting evidence-based contributions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».