Optimal deployment of gonorrhoea point-of-care tests: modelling the potential impact of diagnostic confirmation testing and screening strategies across five priority populations in Kenya
Notice bibliographique
Résumé
Abstract Background Gonorrhoea treatment in sub-Saharan Africa relies on syndromic management, which has poor diagnostic performance and misses asymptomatic infections. Point-of-care tests (POCTs) could address these limitations, but anticipated supply constraints necessitate strategic allocation to maximise impact. Methods We developed a deterministic compartmental model of gonorrhoea transmission in Kenya to evaluate allocating POCTs for diagnostic confirmation of symptomatic care attendees versus screening of routine healthcare service attendees across five priority populations: female sex workers (FSW), their male clients (CFSW), pregnant women, adolescent girls and young women, or total population men. We modelled constrained and unrestricted POCT availability during 2025-2030, and estimated infections averted relative to baseline syndromic management. Quality-adjusted life years (QALYs) gained were quantified using probability-tree models. Results At baseline, incidence was highest among FSW (11.9 [UI:5.7-18.6] per 100 per year) and CFSW (13.1 [6.9-24.8]), while most QALY losses (80.6% [76.1-83.8%]) were among pregnant women and their infants. With constrained POCTs (sufficient to test 0.1% of adults annually), diagnostic confirmation averted the most transmission when among symptomatic FSW (2.1% [0.6-5.6%] of infections) or CFSW (2.2% [0.8-5.3%]), but the most morbidity was averted when among symptomatic pregnant women (3.5% [1.8-7.2%] of QALY losses). Screening averted <1% of infections or QALY losses across populations. With unrestricted POCTs, screening had larger absolute impacts but lower per-test returns than diagnostic confirmation. Conclusions Diagnostic confirmation should be prioritised over screening, supporting WHO guidance to strengthen aetiologic diagnosis within syndromic management. Prioritising diagnostic testing among symptomatic pregnant women had the largest impact on mitigating gonorrhoea-related morbidity.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».