Challenging the gold standard: critical limitations in clinical detection of drug-resistant tuberculosis
Notice bibliographique
Résumé
Abstract Heteroresistant infections - defined as infections in which minority drug-resistant (DR) populations are present - are a challenge in infectious disease control. In Mycobacterium tuberculosis , heteroresistance poses challenges in diagnosis and has been linked with poor treatment outcomes. We compared the analytic sensitivity of molecular methods, such as GeneXpert and whole genome sequencing (WGS) in detecting heteroresistance when compared to the ‘gold standard’ phenotypic assay: the agar proportion method (APM). Using defined mono-resisitant BCG strains we determined the limit of detection (LOD) of rifampin-R (RIF-R) detection was 1% using APM, 60% using Xpert MTB/RIF and 10% using Xpert MTB/RIF Ultra. To evaluate clinical WGS pipelines, a blinded panel of BCG mixtures was sent to 3 clinical labs. These were composed of either a) RIF-R plus isoniazid-R (INH-R) BCG or b) fluoroquinolone-R (FQ-R) plus clofazimine-R/bedaquiline-R (CLZ/BDQ-R) BCG. No labs called resistance at 1%; all labs called RIF-R at 10% or greater and two out of three labs reported FQ-R at 10%. Two labs were able to detect the majority population (either INH-R or CLZ/BDQ-R) at 50%. Importantly, where labs did not report resistance in the majority population, the mutations were present in the raw data but excluded from the final analysis. In conclusion, the gold standard APM more reliably detects minority resistant populations than molecular tests. Further research is required to determine whether the higher LOD of molecular tests is associated with deleterious patient outcomes and the potential effects on transmission of resistance at the population level.
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 | 0,328 | 0,313 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,010 | 0,004 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».