Utility of a Pulmonary TB diagnostic Algorithm to Guide Testing and Airborne Infection Isolation
Notice bibliographique
Résumé
Background: Patients with suspected pulmonary TB tuberculosis (PTB) often require scarce airborne isolation rooms; minimizing use depends on clinician understanding of sputum and bronchoscopic test characteristics. Limited knowledge can lead to over-testing and unnecessary isolation days, straining hospital resources. Objective: Evaluate the impact of a PTB screening algorithm on reducing unnecessary testing and excess isolation days in patients with low to moderate pre-test probability. Methods: The study occurred 2022–2024 at a 1,286-bed tertiary care hospital in Toronto, Ontario (~880 TB cases annually). Inclusion criteria included inpatients placed on airborne isolation for suspected PTB with orders for either ≥3 expectorated sputa, ≥1 induced sputum, bronchoscopy, or combinations thereof. Patients with suspected Mycobacterium avium complex were excluded. A positive case is TB PCR or culture positive. Harm is defined as PTB exposure due to premature discontinuation of isolation. The algorithm recommended clinicians to collect a single induced sputum for low/moderate-risk patients with additional testing reserved for high-risk cases. Results: A total of 1,152 samples were collected from 747 patients; 513 expectorated sputa (44%), 194 induced sputa (16.8%), 445 bronchoscopies (38.6%). The median isolation duration was 6 days and the turnaround time for results ranged from 3–11 days. The positivity rate was 0.2% for performing expectorated sputum first (1/513), 2.5% for performing induced sputum (3/118) first, and 1.8% for BAL performed first (3/169). When comparing repeated induced sputum testing, all the samples were positive from the first specimen (Figure 2). Conclusion: These findings illustrate the real-world implications of using a single induced sputum to rule out PTB in low/moderate pre-testing probability patients, potentially leading to the reduction in airborne isolation days. No added harm via patient exposures was detected with the use of this algorithm.
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 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».