Pretreatment attrition after rifampicin-resistant tuberculosis diagnosis with Xpert MTB/RIF or ultra in high TB burden countries: a systematic review and meta-analysis
Notice bibliographique
Résumé
INTRODUCTION: The WHO endorsed the Xpert MTB/RIF (Xpert) technique since 2011 as initial test to diagnose rifampicin-resistant tuberculosis (RR-TB). No systematic review has quantified the proportion of pretreatment attrition in RR-TB patients diagnosed with Xpert in high TB burden countries.Pretreatment attrition for RR-TB represents the gap between patients diagnosed and those who effectively started anti-TB treatment regardless of the reasons (which include pretreatment mortality (death of a diagnosed RR-TB patient before starting adequate treatment) and/or pretreatment loss to follow-up (PTLFU) (drop-out of a diagnosed RR-TB patient before initiation of anti-TB treatment). METHODS: In this systematic review and meta-analysis, we queried EMBASE, PubMed and Web of science to retrieve studies published between 2011 and 22 July 2024, that described pretreatment attrition for RR-TB using Xpert in high TB burden countries. Data on RR-TB patients who did not start treatment after diagnosis and reasons for not starting were extracted in an Excel table. A modified version of the Newcastle-Ottawa scale was used to evaluate the risk of bias among all included studies. The pooled proportion of pretreatment attrition and reasons were assessed using random-effects meta-analysis. Forest plots were generated using R software. RESULTS: Thirty eligible studies from 21 countries were identified after full-text screening and included in the meta-analysis. Most studies used routine programme data. The pooled proportion of pretreatment attrition in included studies was 18% (95% CI: 12 to 25). PTLFU and pretreatment mortality were, respectively, reported in 10 and nine studies and explained 78% (95% CI: 51% to 92%) and 30% (95% CI: 15% to 52%) of attrition. CONCLUSION: Pretreatment attrition was widespread, with significant heterogeneity between included studies. National TB programmes should ensure accurate data collection and reporting of pretreatment attrition to enable reliable overall control strategies. PROSPERO REGISTRATION NUMBER: CRD42022321509.
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 | 0,047 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,024 | 0,053 |
| Bibliométrie | 0,008 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».