使用个人数据集评估世界卫生组织推的儿童结核病治疗决策算法的诊断准确性:一项研究协议

科学领域:

• 儿童传染病 儿童传染病
• 全球卫生健康 全球卫生健康
• 诊断准确性的研究研究.

背景情况:

• 世界卫生组织 (WHO) 在2022年推治疗决策算法 (TDAs) 用于诊断10岁以下儿童的结核病 (TB).
• 这些TDA旨在减少显著的病例检测差距,并改善高结核病发病率地区的治疗机会.
• 这些TDA的外部验证对于其可靠实施至关重要.

研究的目的:

• 通过使用来自四个儿科结核病诊断准确度队伍的大型,多样化的个人参与者数据集 (IPD) 来对世卫组织认可的TDA进行外部验证.
• 评估现有TDA的诊断准确性,并评估新型工具 (生物标志物,人工智能解释放射学) 的附加值.
• 创建一个人工人群,在初级和二级医疗保健机构中模拟TDA表现,并确定放射性疾病严重性的预测因素.

主要方法:

• 从潜在的结核病诊断准确度队列 (RaPaed-TB,UMOYA,TB-Speed) 生成一个个人参与者数据集 (IPD).
• 对TDA诊断准确性的评估与共识国家卫生研究院病例定义 (确认,未确认,不太可能的结核病) 相比.
• 评估新型诊断工具,并为模拟研究创建人工人群.

主要成果:

• 这项研究将为世卫组织TDAs在良好的儿科IPD中提供外部验证.
• 它将评估新型诊断工具对TDA性能的影响.
• 将确定放射性疾病严重程度的临床预测因子,可推测患有结核病的儿童.

结论:

• 对TDA的外部验证对于准确的儿童结核病诊断至关重要.
• 结合新的工具和人工种群可以完善诊断途径.
• 优化的TDA具有很大的潜力,可以缩小诊断差距,改善结核病儿童的护理.