High Prevalence of Multistep Algorithms in Diagnostic <i>Clostridioides difficile</i> Laboratory Testing
Notice bibliographique
Résumé
CONTEXT.—: Laboratory testing practices for diagnosis of Clostridioides difficile infection (CDI) have evolved in response to published guidelines, availability of highly sensitive nucleic acid amplification tests (NAATs), perceived problems with the specificity of NAATs, and CDI reporting requirements. OBJECTIVE.—: To assess the current state of laboratory practice for diagnostic CDI testing. DESIGN.—: An optional 8-item supplemental questionnaire was distributed in December 2019 to the 1374 laboratories participating in the College of American Pathologists C difficile Detection (CDF) proficiency testing program challenge CDF-C. RESULTS.—: Of 1374 CDF-C participants, 1160 (84.4%) responded, predominantly representing laboratories based in the United States (1077 of 1160; 92.8%). The majority reported using a multistep testing algorithm (684 of 1159; 59.0%). Initial testing with a glutamate dehydrogenase and toxin A/B combination test followed by NAAT for discrepant results was the most common testing method (360 of 1146; 31.4%). NAAT alone (299 of 1146; 26.1%) was next, then NAAT followed by an assay that included toxin A/B enzyme immunoassay if NAAT is positive (258 of 1146; 22.5%). Only 5.4% (62 of 1146) reported using toxin A/B immunoassay alone. Most respondents (1093 of 1131; 96.6%) reported rejecting CDI tests on formed stool, but rejection of CDI testing in pediatric patients was uncommon (211 of 1131; 18.7%). Rejection of CDI testing in patients using laxatives was reported more often by US-based respondents (379 of 1054 [36.0%] versus 9 of 77 [11.7%], P < .001). CONCLUSIONS.—: Multistep algorithms for CDI diagnosis are widely used in line with published recommendations. Most respondents reported rejection of formed stool for CDI testing, but few reported rejection of testing in infants and patients taking laxatives, suggesting these may be areas of opportunity for laboratories to pursue in improving CDI testing practices.
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 | 0,022 | 0,066 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».