同行评议开放获取肺结核
Algorithmic Determinants of Performance Heterogeneity in Whole-Genome Sequencing-Based Prediction of Drug Resistance in Mycobacterium tuberculosis: A Systematic Review and Meta-Analysis
Microorganisms·
- DOI
- 10.3390/microorganisms14081824
- PMID
- —
- PMCID
- —
- OpenAlex
- W7203721573
- 研究类型
- Systematic review
- 出版商
- MDPI AG
- 文章类型
- journal-article
- 完整性状态
- current
为何这项研究现在值得关注
全基因组测序生物信息学工具可为临床实验室提供高特异性和良好敏感性的耐药预测支持，有助于缓解当前技术落地过程中的不确定性。
01
结构化证据摘要
研究问题
评估不同全基因组测序生物信息学工具预测结核分枝杆菌一线耐药性的诊断准确性，并分析性能波动与算法类别的关联。
研究设计
本研究为前瞻性注册的系统评价与荟萃分析，遵循PRISMA-DTA规范，运用双变量随机效应模型整合多项诊断准确性研究的数据。
人群与场景
研究综合多项诊断准确性文献，针对利福平、异烟肼、乙胺丁醇及吡嗪酰胺等药物，在多样化临床背景下对结核分枝杆菌分离株进行体外评估。
主要发现
汇总数据显示整体敏感性达0.930，特异性为0.962。各药物中利福平与异烟肼的检出率较高，吡嗪酰胺相对偏低。不同算法类别间存在数值差异，但混合类工具的综合表现略占优势。
公共卫生意义
全基因组测序生物信息学工具可为临床实验室提供高特异性和良好敏感性的耐药预测支持，有助于缓解当前技术落地过程中的不确定性。
重要局限
分析仅涉及七个工具级单位，难以剥离算法类别与具体工具特征、训练数据集、突变目录版本及验证队列之间的混杂因素。观察到的类别差异仅为探索性结果，不宜推断为架构导致的因果关系。
GIDS 解读
本综述侧重于诊断算法性能的方法学评估，主要探讨技术框架对预测准确性的影响，提供的是技术标准化的背景参考，未涉及实时流行病学监测数据的直接映射或特定传播动态的关联。
02
相关 GIDS 监测
文献背景不会验证、解释或改变监测信号；精确关系与背景关系会分开展示。
03
证据关系
本文与疾病、地区、主题及研究设计之间有 5 条可审计分类关系。
about diseaseaddresses topicevaluates interventionstudied population settinguses study design