Drug-Resistant Tuberculosis Case-Finding Strategies: Scoping Review
Notice bibliographique
Résumé
BACKGROUND: Finding individuals with drug-resistant tuberculosis (DR-TB) is important to control the pandemic and improve patient clinical outcomes. To our knowledge, systematic reviews assessing the effectiveness, cost-effectiveness, acceptability, and feasibility of different DR-TB case-finding strategies to inform research, policy, and practice, have not been conducted and the scope of primary research is unknown. OBJECTIVE: We therefore assessed the available literature on DR-TB case-finding strategies. METHODS: We looked at systematic reviews, trials, qualitative studies, diagnostic test accuracy studies, and other primary research that sought to improve DR-TB case detection specifically. We excluded studies that included patients seeking care for tuberculosis (TB) symptoms, patients already diagnosed with TB, or were laboratory-based. We searched the academic databases of MEDLINE, Embase, The Cochrane Library, Africa-Wide Information, CINAHL (Cumulated Index to Nursing and Allied Health Literature), Epistemonikos, and PROSPERO (The International Prospective Register of Systematic Reviews) using no language or date restrictions. We screened titles, abstracts, and full-text articles in duplicate. Data extraction and analyses were carried out in Excel (Microsoft Corp). RESULTS: We screened 3646 titles and abstracts and 236 full-text articles. We identified 6 systematic reviews and 61 primary studies. Five reviews described the yield of contact investigation and focused on household contacts, airline contacts, comparison between drug-susceptible tuberculosis and DR-TB contacts, and concordance of DR-TB profiles between index cases and contacts. One review compared universal versus selective drug resistance testing. Primary studies described (1) 34 contact investigations, (2) 17 outbreak investigations, (3) 3 airline contact investigations, (4) 5 epidemiological analyses, (5) 1 public-private partnership program, and (6) an e-registry program. Primary studies were all descriptive and included cross-sectional and retrospective reviews of program data. No trials were identified. Data extraction from contact investigations was difficult due to incomplete reporting of relevant information. CONCLUSIONS: Existing descriptive reviews can be updated, but there is a dearth of knowledge on the effectiveness, cost-effectiveness, acceptability, and feasibility of DR-TB case-finding strategies to inform policy and practice. There is also a need for standardization of terminology, design, and reporting of DR-TB case-finding studies.
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 | 0,041 | 0,178 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,011 | 0,009 |
| Bibliométrie | 0,030 | 0,025 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,008 |
| Science ouverte | 0,005 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».