Akurasi Diagnosis Berdasar Deteksi Gen CXCL10 Pada Urin Sebagai Biomarker Untuk Penegakkan Diagnosis Tuberkulosis Paru
Bibliographic record
Abstract
LATAR BELAKANG : Pada tahun 2017, sebanyak 1,3 juta orang di seluruh dunia meninggal akibat TB. Di Indonesia, kasus TB yang terdeteksi dan terlaporkan sebesar 53 % pada tahun 2017. Penegakkan diagnosis adalah komponen penting dalam tercapainya target penurunan insidensi dan prevalensi TB. Karena sulitnya pasien mengeluarkan dahak, diperlukan suatu metode pemeriksaan menggunakan spesimen yang lebih mudah untuk dikumpulkan, seperti urin. Salah satu biomarker dalam urin yang bisa digunakan untuk penegakkan diagnosis TB paru adalah IP-10, yang dapat diwakili oleh gen CXCL10. Penelitian ini bertujuan menganalisis akurasi diagnosis berdasar deteksi gen CXCL10 pada urin pasien suspect TB paru. \nMETODE : Penelitian ini merupakan jenis penelitian observatif laboratorium dengan rancangan penelitian cross-sectional menggunakan teknik consecutive sampling yang bertujuan untuk menentukan akurasi diagnosis berdasar deteksi gen CXCL10 pada urin sebagai biomarker untuk penegakkan diagnosis TB paru di RSUD Dr. Soetomo Surabaya pada periode November 2019 hingga Maret 2020 dengan menggunakan data primer berupa hasil pemeriksaan gen CXCL10 menggunakan PCR dan data sekunder berupa rekam medis manifestasi klinis TB paru, Tes Cepat Molekuler GeneXpert MTB/RIF (Cepheid, Canada), pemeriksaan laboratorium darah lengkap, pemeriksaan fisik, dan foto radiologis thorax yang kemudian diolah dengan IBM SPSS Statistics 26. \nHASIL : Hasil Tes Cepat Molekuler GeneXpert MTB/RIF (Cepheid, Canada) dan kriteria klinis foto radiologis thorax menunjukkan hasil positif sebesar 44,4% dan 69,4% pada penegakkan diagnosis TB paru. Terdapat 0% hasil positif dari hasil deteksi gen CXCL10 pada urin orang sehat, 2,8% hasil positif dari hasil deteksi gen CXCL10 pada urin pasien dengan hasil GeneXpert positif, 2,8% hasil positif dari hasil deteksi gen CXCL10 pada urin pasien dengan manifestasi klinis positif, 2,8% positif dari hasil deteksi gen CXCL10 pada urin, dan 0% positif dari hasil kultur urin. \nKESIMPULAN : Secara keseluruhan, akurasi metode penegakkan diagnosis TB paru berdasarkan deteksi gen CXCL10 pada urin belum bisa diukur. Diperlukan penelitian lebih lanjut dengan data variabel klinis lebih lengkap, ruang lingkup yang lebih luas, jumlah sampel lebih banyak, metode real-time PCR untuk mendeteksi gen CXCL10 pada urin, dan juga komparasi dengan metode lain untuk mendeteksi gen CXCL10.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".