MétaCan
Menu
Retour à la cohorte
Enregistrement W4390938734 · doi:10.1371/journal.pgph.0002018

Iterative evaluation of mobile computer-assisted digital chest x-ray screening for TB improves efficiency, yield, and outcomes in Nigeria

2024· article· en· W4390938734 sur OpenAlexaff
Rupert Eneogu, Ellen M.H. Mitchell, Chidubem Ogbudebe, Danjuma Aboki, Victor Anyebe, Chimezie B. Dimkpa, Daniel Egbule, Bassey Nsa, Emmy van der Grinten, Festus Soyinka, Hussein Abdur-Razzaq, Sani Useni, Adebola Lawanson, Simeon Onyemaechi, Emperor Ubochioma, Jerod Scholten, Johan Verhoef, Peter Nwadike, Nkemdilim Chukwueme, Debby Nongo, Mustapha Gidado

Notice bibliographique

RevuePLOS Global Public Health · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensMcMaster University
Organismes subventionnairesWorld Health OrganizationUnited States Agency for International Development
Mots-clésMedicineGeneXpert MTB/RIFTuberculosisMedical physicsSputumPathology

Résumé

récupéré en direct d'OpenAlex

Wellness on Wheels (WoW) is a model of mobile systematic tuberculosis (TB) screening of high-risk populations combining digital chest radiography with computer-aided automated detection (CAD) and chronic cough screening to identify presumptive TB clients in communities, health facilities, and prisons in Nigeria. The model evolves to address technical, political, and sustainability challenges. Screening methods were iteratively refined to balance TB yield and feasibility across heterogeneous populations. Performance metrics were compared over time. Screening volumes, risk mix, number needed to screen (NNS), number needed to test (NNT), sample loss, TB treatment initiation and outcomes. Efforts to mitigate losses along the diagnostic cascade were tracked. Persons with high CAD4TB score (≥80), who tested negative on a single spot GeneXpert were followed-up to assess TB status at six months. An experimental calibration method achieved a viable CAD threshold for testing. High risk groups and key stakeholders were engaged. Operations evolved in real time to fix problems. Incremental improvements in mean client volumes (128 to 140/day), target group inclusion (92% to 93%), on-site testing (84% to 86%), TB treatment initiation (87% to 91%), and TB treatment success (71% to 85%) were recorded. Attention to those as highest risk boosted efficiency (the NNT declined from 8.2 ± SD8.2 to 7.6 ± SD7.7). Clinical diagnosis was added after follow-up among those with ≥ 80 CAD scores and initially spot -sputum negative found 11 additional TB cases (6.3%) after 121 person-years of follow-up. Iterative adaptation in response to performance metrics foster feasible, acceptable, and efficient TB case-finding in Nigeria. High CAD scores can identify subclinical TB and those at risk of progression to bacteriologically-confirmed TB disease in the near term.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,722
Score d'incertitude au seuil0,440

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,114
Tête enseignante GPT0,410
Écart entre enseignants0,297 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations11
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLOS Global Public HealthMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207