Screening for Latent Tuberculosis Infection in Solid Organ Transplant Recipients to Predict Active Disease: A Systematic Review and Meta-Analysis of Diagnostic Studies
Notice bibliographique
Résumé
Abstract Background This is a systematic review and meta-analysis of diagnostic test accuracy studies to assess the predictive value of both tuberculin skin test (TST) and interferon-gamma release assays (IGRA) for active tuberculosis (TB) among solid organ transplantation (SOT) recipients. Methods Medline, Embase, and the CENTRAL databases were searched from 1946 until June 30, 2022. Two independent assessors extracted data from studies. Sensitivity analyses were performed to investigate the effect of studies with high or low risk of bias. Methodological quality of each publication was assessed using QUADAS-2. Results A total of 43 studies (36 403 patients) with patients who were screened for latent TB infection (LTBI) and who underwent SOT were included: 18 were comparative and 25 noncomparative (19 TST, 6 QuantiFERON-TB Gold In-Tube [QFT-GIT]). For IGRA tests taken together, positive predictive value (PPV) and negative predictive value (NPV) were 1.2% and 99.6%, respectively. For TST, PPV was 2.13% and NPV was 95.5%. Overall, PPV is higher when TB burden is higher, regardless of test type, although still low in absolute terms. Incidence of active TB was similar between studies using LTBI prophylaxis (mean incidence 1.22%; 95% confidence interval [CI], .2179–2.221) and those not using prophylaxis (mean incidence 1.045%; 95% CI, 0.2731–1.817; P = .7717). Strengths of this study include the large number of studies available from multiple different countries; limitations include absence of gold standard for diagnosis of latent TB and low incidence of active TB. Conclusions We found both TST and IGRA had a low PPV and high NPV for the development of active TB posttransplant. Further studies are needed to better understand how to prevent active TB in the SOT population.
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 | 0,001 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,013 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».