MétaCan
Menu
Retour à la cohorte
Enregistrement W6939411625 · doi:10.60692/db3c9-79c20

Gaps in Study Design for Immune Parameter Research for Latent Tuberculosis Infection: A Systematic Review

2020· article· en· W6939411625 sur OpenAlexaff

Notice bibliographique

RevueGreater South Information System · 2020
Typearticle
Langueen
DomaineMaterials Science
ThématiqueX-ray Diffraction in Crystallography
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésLatent tuberculosisMycobacterium tuberculosisTuberculosisImmune systemLatent class model

Résumé

récupéré en direct d'OpenAlex

Immune parameters (IP) have been extensively studied to distinguish between latent tuberculosis (LTBI) and active tuberculosis (TB).To determine the IP associated with LTBI, compared to active TB and individuals not infected by M. tuberculosis published in literature.We conducted a systematic search using Google Scholar and PubMed databases, combining the MeSH terms latent tuberculosis, Mycobacterium tuberculosis, cytokines, and biological markers, with the free terms, biomarkers and cytokines. Spanish, English, and Portuguese articles comparing the concentration of IP associated with LTBI, either in plasma/serum or in vitro, in adults and nonimmunocompromised versus individuals with TB or without M. tuberculosis infection between 2006 July and 2018 July were included. Two blinded reviewers carried out the searches, read the abstracts, and selected the articles for analysis. Participants' information, diagnostic criteria, IP, detection methods, and biases were collected.We analyzed 36 articles (of 637 abstracts) with 93 different biomarkers in different samples. We found 24 parameters that were increased only in active TB (TGF-α, CSF3, CSF2, CCL1 [I-309], IL-7, TGF-β1, CCL3 [MIP-1α], sIL-2R, TNF-β, CCL7 [MCP-3], IFN-α, fractalkine, I-TAG, CCL8 [MCP-2], CCL21 [6Ckine], PDGF, IL-22, VEGF-A, LXA4, PGE2, PGF2α, sCD163, sCD14, and 15-Epi-LXA4), five were elevated in LTBI (IL-5, IL-17F, IL-1, CCL20 [MIP-3α], and ICAM-1), and two substances were increased among uninfected individuals (IL-23 and basic FGF). We found high heterogeneity between studies including failure to account for the time/illness of the individuals studied; varied samples and protocols; different clinical classification of TB; different laboratory methods for IP detection, which in turn leads to variable units of measurement and assay sensitivities; and selection bias regarding TST and booster effect. None of the studies adjusted the analysis for the effect of ethnicity.It is mandatory to harmonize the study of immune parameters for LTBI diagnosis. This systematic review is registered with PROSPERO CRD42017073289.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,072
score de la tête « metaresearch » (Gemma)0,245
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,928
Score d'incertitude au seuil0,382

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0720,245
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0190,014
Bibliométrie0,0130,012
Études des sciences et des technologies0,0010,002
Communication savante0,0070,008
Science ouverte0,0040,004
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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.

Tête enseignante Opus0,155
Tête enseignante GPT0,326
Écart entre enseignants0,171 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeRevue systématique
DomaineMéthodes
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGreater South Information SystemMême sujetX-ray Diffraction in CrystallographyTravaux en français237 207