著名医師による解説が無料で読めます
すると翻訳の精度が向上します
背景：モバイルチームによる積極的なスクリーニングは、トリパノソーマBrucei Gambienseによって引き起こされる人間のアフリカのトリパノソミア症（HAT）を検出するための最良の方法と考えられていますが、多くの紛争後の国の現在の資金調達の文脈はこのアプローチを制限しています。別の方法として、末梢医療施設の非専門医の医療従事者（HCWS）を訓練するように訓練され、症状に基づいて検査が必要な潜在的な症例を特定できます。南スーダンのニムールの治療を求める人口の間で帽子の症状の症状を特定するために、症候群の紹介アルゴリズムの予測値を調査しました。 方法論/主要な調査結果：7か月間の受動的スクリーニングを介してHATテストを提示する462人の患者（27症例）からの症状データを収集して、末梢HCWSで使用するのに十分単純であると考えられる14,000を超える4アイテム症候群のアルゴリズムを構築および評価しました。比較のために、他の設定で開発されたアルゴリズムもデータでテストされ、症状データセットに基づいて紹介の決定を下すように専門家の帽子臨床医のパネルが求められました。最高のパフォーマンスアルゴリズムは、浮腫、子宮頸部アデノパシー、または家畜の近さの有無にかかわらず、3つのコア症状（睡眠障害、神経学的問題、体重減少）で構成されていました。彼らは88.9-92.6％の感度、最大98.8％の負の予測値、および8.4-8.7％のこのコンテキストでの正の予測値を持っていました。感度の観点から、他の研究で特定されたこれらのアウトパフォーマンスのより複雑なアルゴリズム、およびエキスパートパネル。最良のパフォーマンスのアルゴリズムは、約9/10の治療を求める帽子のケースを特定すると予測されていますが、紹介された1/10人の患者のみが陽性であるとテストします。 結論/重要性：定期的な積極的なスクリーニングがない場合、他の手段を介したHAT患者の紹介を改善することが不可欠です。末梢HCWSによる症候群アルゴリズムの体系的な使用は、症例の検出を増やす可能性があり、HATプログラムへの参加を増やす可能性があります。ここで提案されているアルゴリズムは、有望ですが、他の場所で検証する必要があります。
背景：モバイルチームによる積極的なスクリーニングは、トリパノソーマBrucei Gambienseによって引き起こされる人間のアフリカのトリパノソミア症（HAT）を検出するための最良の方法と考えられていますが、多くの紛争後の国の現在の資金調達の文脈はこのアプローチを制限しています。別の方法として、末梢医療施設の非専門医の医療従事者（HCWS）を訓練するように訓練され、症状に基づいて検査が必要な潜在的な症例を特定できます。南スーダンのニムールの治療を求める人口の間で帽子の症状の症状を特定するために、症候群の紹介アルゴリズムの予測値を調査しました。 方法論/主要な調査結果：7か月間の受動的スクリーニングを介してHATテストを提示する462人の患者（27症例）からの症状データを収集して、末梢HCWSで使用するのに十分単純であると考えられる14,000を超える4アイテム症候群のアルゴリズムを構築および評価しました。比較のために、他の設定で開発されたアルゴリズムもデータでテストされ、症状データセットに基づいて紹介の決定を下すように専門家の帽子臨床医のパネルが求められました。最高のパフォーマンスアルゴリズムは、浮腫、子宮頸部アデノパシー、または家畜の近さの有無にかかわらず、3つのコア症状（睡眠障害、神経学的問題、体重減少）で構成されていました。彼らは88.9-92.6％の感度、最大98.8％の負の予測値、および8.4-8.7％のこのコンテキストでの正の予測値を持っていました。感度の観点から、他の研究で特定されたこれらのアウトパフォーマンスのより複雑なアルゴリズム、およびエキスパートパネル。最良のパフォーマンスのアルゴリズムは、約9/10の治療を求める帽子のケースを特定すると予測されていますが、紹介された1/10人の患者のみが陽性であるとテストします。 結論/重要性：定期的な積極的なスクリーニングがない場合、他の手段を介したHAT患者の紹介を改善することが不可欠です。末梢HCWSによる症候群アルゴリズムの体系的な使用は、症例の検出を増やす可能性があり、HATプログラムへの参加を増やす可能性があります。ここで提案されているアルゴリズムは、有望ですが、他の場所で検証する必要があります。
BACKGROUND: Active screening by mobile teams is considered the best method for detecting human African trypanosomiasis (HAT) caused by Trypanosoma brucei gambiense but the current funding context in many post-conflict countries limits this approach. As an alternative, non-specialist health care workers (HCWs) in peripheral health facilities could be trained to identify potential cases who need testing based on their symptoms. We explored the predictive value of syndromic referral algorithms to identify symptomatic cases of HAT among a treatment-seeking population in Nimule, South Sudan. METHODOLOGY/PRINCIPAL FINDINGS: Symptom data from 462 patients (27 cases) presenting for a HAT test via passive screening over a 7 month period were collected to construct and evaluate over 14,000 four item syndromic algorithms considered simple enough to be used by peripheral HCWs. For comparison, algorithms developed in other settings were also tested on our data, and a panel of expert HAT clinicians were asked to make referral decisions based on the symptom dataset. The best performing algorithms consisted of three core symptoms (sleep problems, neurological problems and weight loss), with or without a history of oedema, cervical adenopathy or proximity to livestock. They had a sensitivity of 88.9-92.6%, a negative predictive value of up to 98.8% and a positive predictive value in this context of 8.4-8.7%. In terms of sensitivity, these out-performed more complex algorithms identified in other studies, as well as the expert panel. The best-performing algorithm is predicted to identify about 9/10 treatment-seeking HAT cases, though only 1/10 patients referred would test positive. CONCLUSIONS/SIGNIFICANCE: In the absence of regular active screening, improving referrals of HAT patients through other means is essential. Systematic use of syndromic algorithms by peripheral HCWs has the potential to increase case detection and would increase their participation in HAT programmes. The algorithms proposed here, though promising, should be validated elsewhere.
医師のための臨床サポートサービス
ヒポクラ x マイナビのご紹介
無料会員登録していただくと、さらに便利で効率的な検索が可能になります。