MétaCan
Menu
Retour à la cohorte
Enregistrement W4353064731 · doi:10.3390/pathogens12030500

The Global Expansion of LTBI Screening and Treatment Programs: Exploring Gaps in the Supporting Economic Evidence

2023· review· en· W4353064731 sur OpenAlexaff
Nokwanda Kota, Suvesh Shrestha, Abdulhameed Kashkary, Pushpita Samina, Alice Zwerling

Notice bibliographique

RevuePathogens · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensMcMaster UniversityUniversity of Ottawa
Organismes subventionnairesFogarty International Center
Mots-clésMedicineEnvironmental healthDiseasePathology

Résumé

récupéré en direct d'OpenAlex

The global burden of latent TB infection (LTBI) and the progression of LTBI to active TB disease are important drivers of ongoing TB incidence. Addressing LTBI through screening and TB preventive treatment (TPT) is critical in order to end the TB epidemic by 2035. Given the limited resources available to health ministries around the world in the fight against TB, we must consider economic evidence for LTBI screening and treatment strategies to ensure that limited resources are used to achieve the biggest health impact. In this narrative review, we explore key economic evidence around LTBI screening and TPT strategies in different populations to summarize our current understanding and highlight gaps in existing knowledge. When considering economic evidence supporting LTBI screening or evaluating different testing approaches, a disproportionate number of economic studies have been conducted in high-income countries (HICs), despite the vast majority of TB burden being borne in low- and middle-income countries (LMICs). Recent years have seen a temporal shift, with increasing data from low- and middle-income countries (LMICs), particularly with regard to targeting high-risk groups for TB prevention. While LTBI screening and prevention programs can come with extensive costs, targeting LTBI screening among high-risk populations, such as people living with HIV (PLHIV), children, household contacts (HHC) and immigrants from high-TB-burden countries, has been shown to consistently improve the cost effectiveness of screening programs. Further, the cost effectiveness of different LTBI screening algorithms and diagnostic approaches varies widely across settings, leading to different national TB screening policies. Novel shortened regimens for TPT have also consistently been shown to be cost effective across a range of settings. These economic evaluations highlight key implementation considerations such as the critical nature of ensuring high rates of adherence and completion, despite the costs associated with adherence programs not being routinely assessed and included. Digital and other adherence support approaches are now being assessed for their utility and cost effectiveness in conjunction with novel shortened TPT regimens, but more economic evidence is needed to understand the potential cost savings, particularly in settings where directly observed preventive therapy (DOPT) is routinely conducted. Despite the growth of the economic evidence base for LTBI screening and TPT recently, there are still significant gaps in the economic evidence around the scale-up and implementation of expanded LTBI screening and treatment programs, particularly among traditionally hard-to-reach populations.

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)0,023
score de la tête « metaresearch » (Gemma)0,103
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0230,103
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,002
Communication savante0,0070,006
Science ouverte0,0020,003
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,382
Tête enseignante GPT0,466
Écart entre enseignants0,083 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePathogensMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207