The Adequacy of Current Legionnaires’ Disease Diagnostic Practices in Capturing the Epidemiology of Clinically Relevant Legionella: A Scoping Review
Notice bibliographique
Résumé
Legionella is an underdiagnosed and underreported etiology of pneumonia. Legionella pneumophila serogroup 1 (LpSG1) is thought to be the most common pathogenic subgroup. This assumption is based on the frequent use of a urinary antigen test (UAT), only capable of diagnosing LpSG1. We aimed to explore the frequency of Legionella infections in individuals diagnosed with pneumonia and the performance of diagnostic methods for detecting Legionella infections. We conducted a scoping review to answer the following questions: (1) “Does nucleic acid testing (NAT) increase the detection of non-pneumophila serogroup 1 Legionella compared to non-NAT?”; and (2) “Does being immunocompromised increase the frequency of pneumonia caused by non-pneumophila serogroup 1 Legionella compared to non-immunocompromised individuals with Legionnaires’ disease (LD)?”. Articles reporting various diagnostic methods (both NAT and non-NAT) for pneumonia were extracted from several databases. Of the 3449 articles obtained, 31 were included in our review. The most common species were found to be L. pneumophila, L. longbeachae, and unidentified Legionella species appearing in 1.4%, 0.9%, and 0.6% of pneumonia cases. Nearly 50% of cases were caused by unspecified species or serogroups not detected by the standard UAT. NAT-based techniques were more likely to detect Legionella than non-NAT-based techniques. The identification and detection of Legionella and serogroups other than serogroup 1 is hampered by a lack of application of broader pan-Legionella or pan-serogroup diagnostics.
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 | 0,023 | 0,108 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,006 | 0,006 |
| Bibliométrie | 0,020 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 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 ».