Optimizing use of the (1-3)-β-D-glucan assay for the diagnosis of Pneumocystis jirovecii pneumonia
Notice bibliographique
Résumé
Objectives: Pneumocystis jirovecii pneumonia (PCP) can be challenging to diagnose because the tests used are imperfect and/or invasive.The Fungitell serum (1-3)-β-D-glucan (BDG) assay is one non-invasive test; however, it only has moderate sensitivity and specificity.Selecting which patients to test and subsequently correctly interpreting the results is essential.Methods: We previously proposed a clinical prediction rule to estimate the probability of proven or probable PCP.Herein, we combine this rule with a two-level interpretation of the BDG supported by a recent diagnostic test meta-analysis to identify patients for whom a negative BDG would have a negative predictive value (NPV) above 95%, those for whom a positive BDG would have a positive predictive value (PPV) closest to 95%, and those unlikely to benefit from BDG testing.Results: A negative BDG (<80 pg/mL) with a PCP score of ≤4 in HIV or ≤3 without HIV yields a NPV ≥95%.Above these scores, the post-test probability of a negative BDG exceeds 5%.With a positive BDG above 400 pg/ mL, a score ≥5.5 in HIV and ≥6.5 without HIV would be required to have a PPV between 90 and 95%.Between these ranges, a BDG can neither exclude nor rule in the diagnosis and thus would have low diagnostic value. Conclusions:We propose an approach based on pretest probability for employing and interpreting the BDG assay in the evaluation of patients with suspected PCP.The clinical prediction rule and diagnostic approach should be prospectively validated in a multicentre study.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,000 | 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 ».