Diagnosis of <i>Helicobacter pylori</i> infection: serology vs. urea breath test
Notice bibliographique
Résumé
ABSTRACT The objective of the study was to ascertain an optimal Helicobacter pylori diagnostic strategy using population-level laboratory data comparing the performance of serology against urea breath test (UBT). H. pylori diagnostic test results for serology and UBT from two laboratories over a 12-year period (2006–20017) were extracted, linked, and analyzed. A subset of this population underwent both methods of testing within days of each other, enabling a direct comparison of the two methods. The average prevalence of H. pylor i positivity was 21.3% by serology and 17.5% by UBT. There were 2,612 individuals who had serology performed first, followed by UBT within 14 days. For this subset, the sensitivity of serology compared with UBT was 96.5% with a specificity of 79.2%. The negative predictive value for serology was 98.4%. Contrary to various recent clinical guidelines, the data show that serology still has utility as a sensitive enough test to be used as an initial H. pylori screening test in a lower prevalence population. Negative serology can be used with confidence to rule out active infection, whereas a positive serology could be followed up with a UBT or a similar performing test such as stool antigen to differentiate active from past infection. For population-based diagnostic recommendations, such a strategy may be ideal since serology generally costs less than UBT and may be combined with a blood draw being done for other diagnostic tests. Continuing to offer serology increases options for patients and may provide economic benefits for single-payer health care systems or health maintenance organizations. IMPORTANCE This study compares the performance of serology with urea breath test in the diagnosis of Helicobacter pylori in a population-level data set and mimics a head-to-head direct comparison as the study population had both tests performed within 2 weeks of each other. This provides new information supporting the use of serology in a diagnostic algorithm. There are several instances where serology could be preferable to patients to rule out disease, despite some guidelines suggesting serology should not be used.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».