Klinické postupy
Jak VHX a BPD zkoušky byly provedeny podle Shoklo Malárie Výzkumné Jednotky na klinikách podél Thajsko–Myanmarské hranice na severozápadě Thajska, oblasti s nízkou sezónní malárie transmission18,19. Populace pacientů zahrnují migrující pracovníky a vysídlené osoby etnika Burman a Karen.38. Během těchto studií nebyla léčba primaquinem radical cure rutinní.
V obou studiích, opakující se epizody byly zjištěny aktivně na plánované návštěvy mikroskopií (dolní mez detekce je přibližně 50 parazitů na \(\upmu{\mathrm{{L}}}\)). Pacienti byli povzbuzováni, aby přišli na kliniku mezi plánovanými návštěvami, když se necítili dobře, a tak byly pasivně detekovány některé recidivy (méně než 5%). Všechny recidivy byly léčeny bez ohledu na příznaky.
Etické schválení
BPD studie byla schválena jak Mahidol University Fakulta Tropické Medicíny Etické komise (MUTM 2011-043, TMEC 11-008) a Oxford Tropical Research Ethics Committee (OXTREC 17-11) a je zapsána v ClinicalTrials.gov (NCT01640574). Na VHX studie byla dána etické schválení Mahidol University Fakulta Tropické Medicíny Etické komise (MUTM 2010-006) a Oxford Tropical Research Ethics Committee (OXTREC 04-10) a je zapsána v ClinicalTrials.gov (NCT01074905).
Vivax History trial (VHX)
tato randomizovaná kontrolovaná studie byla provedena od května 2010 do října 2012. Celkem 644 pacientů starších než 6 měsíců a váží více než 7 kg s mikroskopie potvrdila, nekomplikované P. vivax mono-druhy infekce (P. vivax) byli randomizováni do skupin, artesunát (2 mg/kg za den po dobu 5 dnů), chlorochin (25 mg báze / kg rozděleno na 3 dny: 10, 10 a 5 mg/kg), nebo chlorochin plus primachinu (0, 5 mg báze / kg za den po dobu 14 dnů).
pacienti s deficitem G6PD (jak bylo stanoveno fluorescenčním bodovým testem) byli randomizováni pouze do skupin s artesunátem a chlorochinem v monoterapii. Subjekty byly denně sledovány pro léčbu pod dohledem. Sledování pokračovalo každý týden po dobu 8 týdnů a poté každé 4 týdny po dobu celkem 1 roku. Pacienti s mikroskopií potvrzenou infekcí P. vivax byli znovu léčeni stejným studovaným lékem jako v původní alokaci. Pacienti v artesunát nebo chlorochinem v monoterapii, kteří zažili více než 9 opakování byla dána radikální kurativní léčba se standardní primaquine režim (0,5 mg báze / kg za den po dobu 14 dnů).
Nejlepší Dávka Primachinu procesu (BPD)
Mezi únorem 2012 a červenec 2014, 680 pacientů starších než 6 měsíců, bylo zařazeno ve čtyři randomizované kontrolované studie současně srovnání dvou režimů z primachinu (0,5 mg/kg za den po dobu 14 dní nebo 1 mg/kg za den po dobu 7 dní) v kombinaci s jedním ze dvou krevní fázi léčby: chlorochin (25 mg báze na kg) nebo dihydroartemisinin-piperachin (dihydroartemisinin 7 a piperachin 55 mg/kg). Všechny dávky byly pod dohledem.
začlenění a kritéria pro vyloučení této studii byly stejné jako pro VHX zkušební verze, s výjimkou následujících: u pacientů byly vyloučeny, pokud byly deficitem G6PD pomocí fluorescenční spot test, měl hematokritu méně než 25%, nebo obdržela transfúzi krve během 3 měsíců.
Follow-up návštěvy došlo týdnů 2 a 4, a poté každé 4 týdny na celkem jeden rok. Jakýkoli opakující se P. vivax infekce detekovány mikroskopie (stejná kritéria jako pro VHX) byli léčeni standardní režim chlorochin (25 mg báze / kg po 3 dny) a primaquine (0, 5 mg báze / kg za den po dobu 14 dnů).
Mikrosatelitní genotypizace
plná krev pro kompletní krevní obraz byla odebrána venepunkturou ve 2 mL EDTA zkumavce. Zbývající plná krev byla zmrazena při -80 ° C. P. vivax genomová DNA byla extrahována z 1 mL žilní krve pomocí automatizované extrakce DNA systém QIAsymphony SP (Qiagen, Německo) a QIAsymphony DSP DNA mini kit (Qiagen, Německo) podle pokynů výrobce. Za účelem porovnání genotypových vzory primární infekce a recidivy, jsme s genotypem zpočátku pomocí tří polymorfních lokusů mikrosatelitů, že za předpokladu, velmi čisté zesílení: ne koktat vrcholy, a spolehlivost PCR amplifikace na nízké hustoty parazita obvykle nalézt v opakující se infekce. Tyto lokusy jádra byly PV.3.27, PV.3.502 a PV.ms8. Pro všechny fragmenty byl přijat seminární přístup PCR12, 39. Všechny amplifikační reakce byla provedena v celkovém objemu 10 µL a v přítomnosti 10 mmol/L Tris-HCl (pH 8.3), 50 mmol/L KCl, 250 nmol/L každé oligonukleotidových primer, 2,5 mmol/L MgCl2, 125 µmol/L každého ze čtyř deoxynucleoside trifosfáty, a 0,4 U TaKaRa polymerázy (TaKaRa BIO). Primární amplifikační reakce byly zahájeny 2 µL templátové genomové DNA připravené ze vzorků krve a 1 µL produktu těchto reakcí byl použit k zahájení sekundárních amplifikačních reakcí. Cyklistické parametry pro PCR byly následující: počáteční denaturace 5 min při 95 °C předchází žíhání provádí 30 s při 52 °C, rozšíření provádí 30 s při 72 °C, a denaturace provádí po dobu 30 s při 94 °C. Po konečném žíhání krok byla provedena, následuje 2 min prodloužení, reakce byla zastavena. PCR produkty byly skladovány při 4 °C až do analýzy.
genotypy parazitů v opakující se vzorky byly ve srovnání s těmi v zápisu vzorky, a to vzorek páry byly přiřazeny hrubé klasifikace založená na IBS, definována jako vztahující se na základě většiny IBS, jestli dvě nebo tři ze tří loci zadali ukázal důkazy o IBS, a liší se na základě většiny, ne IBS, jinak. Heteroallelické hovory měly důkazy o IBS, pokud zahrnovaly hovor, který byl v porovnání totožný s jiným. Pokud párové vzorky byly klasifikovány jako vztahující se na základě většiny IBS, nebo pokud je jeden nebo více počáteční loci nepodařilo zesílit, šest dalších (non-core) mikrosatelitů byly markery genotyp (PV.1.501, PV.ms1, PV.ms5, PV.ms6, PV.ms7, a PV.ms16). Pro každý mikrosatelitů, podrobnosti včetně motivu, chromozom, a pozice jsou uvedeny v Doplňkové Tabulce 3. Počty epizod rozdělených podle počtu úspěšně zadaných dalších markerů jsou uvedeny v doplňkové tabulce 4. Jestli další značky zaujatost relapsu závěr jsme se rozdělili pravděpodobnost relapsu odvodit, ve null genetické údaje o počtu markerů používaných pro odhad pravděpodobnosti relapsu. Další markery nevykazují zkreslení relapsu: pravděpodobnost relapsu klesá od předchozího s jedním až třemi markery a poté se stabilizuje kolem 0,25 (Doplňkový obr. 5).
Pro alelu volání na mikrosatelitů, délky PCR produktů byly měřeny ve srovnání s vnitřní standardy velikost (Genescan 500 LIZ) na ABI 3100 Genetic analyzer (PE Applied Biosystems), pomocí GENESCAN a GENOTYPER software (Applied Biosystems) pro měření délky alely a kvantifikovat výšek píků. Více alel bylo voláno, když na lokusu bylo více vrcholů a kde byly menší vrcholy \(> 33 \%\) z výšky převládající alely. Do každého amplifikačního běhu jsme zahrnuli negativní kontrolní vzorky (lidská DNA nebo žádná šablona). Podskupina vzorků (n = 10) byla analyzována ve trojím vyhotovení, aby se potvrdila konzistence získaných výsledků. Všechny páry primerů byly testovány na specificitu pomocí genomové DNA z P. falciparum nebo lidí.
Time-to-event model vivax malárie opakování
Pro opakující se infekce P. vivax v VHX a BPD studie, jsme vyvinuli a ve srovnání dvě Bayesovské smíšené účinky směsi modely popisující time-to-data událostí záviselo na léčbě lék podáván. První model (model 1) předpokládal 100% účinnost vysokodávkového primachinu s možnou reinfekcí pouze po radikálním vyléčení. Druhý model (model 2) umožnil relaps a rekrudescenci po vysoké dávce primachinu. Úplný seznam předpokladů vztahujících se k oběma modelům je uveden v doplňkové tabulce 5. Model 1 sloužil jako základní model pro posouzení robustnosti. Model 2 byl použit jako finální model a všechny hlášené odhady jsou z něj odvozeny. Zápis byl zvolen tak, aby byl v souladu s matematickým zápisem pro genetický model (viz níže). Všimněte si, že v notaci modelu, která následuje \(n\), je index, zatímco výše se používá k označení počtů. Pro každého jednotlivce indexovaného indexem \(n\v 1..N\), zaznamenáváme časové intervaly (ve dnech) mezi následnými epizodami P. vivax (epizoda zápisu je označena epizodou 0). Poslední časový interval je přímo cenzurován na konci sledování. Modely nepředpokládají žádné zkreslení výběru od ztráty k následnému sledování. Pro \({n}{{\mathrm{{th}}}}\) jednotlivé údaje o časovém intervalu \(t\) (čas mezi epizodě \(t-1\) a epizoda \(t\)) je tvaru \({{\boldsymbol{x}}}_{n}^{(t)}\) = {\({D}_{n}^{t},{Z}_{n}^{t},{C}_{n}^{t},{S}_{n}\)}, kde \({D}_{n}^{t}\in \{{\rm{JAKO}},{\rm{CQ}},{\rm{PMQ}}+\}\) je kombinace léků používaných k léčbě epizody \(t-1\) (NAPŘÍKLAD: artesunátu v monoterapii; CQ: chlorochin monoterapii; PMQ\({}^{+}\): primaquine a krev-fázi léčby), \({Z}_{n}^{t}\) je časový interval ve dnech, \({C}_{n}^{t}\in \{0,1\}\) označuje, zda interval byl cenzurován, kde 1 odpovídá právu cenzorovaných pozorování (tj. navazující skončila před dalším opakování byl zaznamenán) a 0 odpovídá pozorovány opakující se infekce, a \({S}_{n}\) označuje obor, do kterého pacient byl přijat (1: VHX, 2: BPD). Obecně, nechť \({{\boldsymbol{x}}}_{n}\) = {\({{\boldsymbol{x}}}_{n}^{(0)},\ldots ,{{\boldsymbol{x}}}_{n}^{(T)}\)} označují všechny dostupné time-to-event data pro \({n}{{\mathrm{{th}}}}\) individuální. Několik opakování (osm) došlo v prvních 8 týdnů u pacientů randomizovaných do dihydroartemisinin-piperaquine náručí BPD trial, tak jsme se modeluje post-profylaktické období piperaquine jako totožný s chlorochinem (tj. PMQ\({}^{+}\) zahrnuje jak chlorochin a dihydroartemisinin-piperaquine jako krev-fázi léčby). Ve skutečnosti jsou eliminační profily a vnitřní aktivity mírně odlišné, přičemž piperachin poskytuje mírně delší asexuální potlačení Fáze než chlorochin.
v obou modelech je doba opakování modelována jako směs čtyř distribucí, s hmotností směsi v závislosti na léčbě předchozí epizody. Distribuce směsi odpovídají různým stavům opakování. Čtyři směsi jsou: reinfekcí, dána exponenciální rozdělení; brzy (periodické) relapsu, vzhledem k tomu, pomocí Weibullova rozdělení s léčbou drogově závislých parametrů; pozdní (konstantní) relaps, daný exponenciálním rozdělením; rekrudescence, daná exponenciálním rozdělením. Model 2 určuje různé míchací poměry pro reinfekcí součásti v non-primachinu a primaquine skupin, \({p}_{n}^{{\rm{JAKO}}}={p}_{n}^{{\rm{CQ}}}\) a \({p}_{n}^{{\rm{PMQ+}}}\), resp. Poměr míchání mezi časným / periodickým a pozdním/konstantním relapsem v rámci složky relapsu je stejný ve skupinách primachinu a non-primachinu.
pravděpodobnost pro model 2 je dána jako
kde \({p}_{n}^{(\cdot )}\in (0,1)\) je individuální a drug-specifické směsi pravděpodobnost reinfekci (nastavili jsme před odrážejí naše přesvědčení, že \({p}_{n}^{{\rm{JAKO}}}={p}_{n}^{{\rm{CQ}}}\ < \ {p}_{n}^{{\rm{PMQ+}}}\)) a \({c}^{(\cdot )}\in (0,1)\) je vnořená směs specifická pro léčivo pravděpodobnost recrudescence.
pravděpodobnost pro model 1 je stejná kromě toho, že \({p}_{n}^{{\rm{PMQ+}}}=1\) (je možná pouze reinfekce). \({\mathcal{E}} (\cdot )\) označuje exponenciální rozdělení. V obou modelech je \({\lambda }_{{s}_{n}}\) míra reinfekce specifická pro studii. Vztah mezi \({\lambda }_{1}\) a \({\lambda }_{2}\) je nastaveny jako \({\lambda }_{2}=\delta {\lambda }_{1}\), kde záznamy jsou uvedeny pro \({\lambda }_{1}\) a \(\delta\). \(\delta\) specifikoval pokles přenosu mezi studijními obdobími VHX a BPD. \({\lambda }_{{\rm{RC}}}\) je míra recrudescence (předpokládaná nezávislá na léčivu). \({c}^{{D}_{n}^{t}}\) je vnořený míchací poměr závislý na lécích mezi recrudescencí a relapsem. Doba do relapsu je samo o sobě směsi rozdělení, kde \(q\) je dvojnásobně vnořený míchání poměru mezi počátkem (první složka) a pozdní (druhá složka) relapsy. Jedná se o pevný podíl napříč všemi jednotlivci. Relapsy pozdní / konstantní rychlosti jsou parametrizovány rychlostní konstantou \(\gamma\). Časných recidiv se předpokládá, že jsou Weibull rozděleny, označuje \({\mathcal{W}}(\cdot ,\cdot )\), s drogově závislými rozsahu parametrů \({\mu }_{{D}_{n}^{t}}\) a parametry tvaru \({k}_{{D}_{n}^{t}}\), přičemž s \({\mu }_{{\rm{CQ}}}={\mu }_{{\rm{PMQ+}}}\) a \({k}_{{\rm{CQ}}}={k}_{{\rm{PMQ+}}}\).
jednotlivé marginální pravděpodobnost reinfekce je dána vztahem \({p}_{n}^{{D}_{n}^{t}}\); jednotlivé marginální pravděpodobnost vzplanutí je dáno tím, že \(\left{c}^{{D}_{n}^{t}}\); jednotlivé marginální pravděpodobnost relapsu je dána vztahem \(\left\left\).
použili jsme informativní předchozí rozdělení (doplňková Tabulka 1), abychom zajistili identifikovatelnost složek směsi. Obsah informací v datech, nad rámec toho, co je uvedeno v předchozím, byl vizuálně zkoumán pomocí grafů před pozadím. Předzadní děj pro model 2 je znázorněn na doplňkovém obr. 6. Identifikovatelnost parametrů byla stanovena simulací. Padesát syntetické datové sady byly čerpány z každého generování dat procesy definované modely 1 a 2 a upravená verze modelu 2, který začleněna sezónní reinfekcí. Sezónní složka byla odhadnuta z empirického rozdělení týdne zařazení do studií BPD a VHX. Modely jsou pak vhodné tyto simulovaných datových souborů a odhadované parametry byly porovnány simulace-pravda parametry. Doplňkový Obr. 7 ukazuje odhadované PMQ+ poruchovost (pomocí modelu 2) versus skutečná míra selhání pro data generována podle modelu 2 (dobře specifikovaný model fit), a pro údaje získané v rámci sezónní verze z modelu 2 (mis-specifikovaný model fit), resp. Sezónní reinfekce vede k mírnému nadhodnocení míry selhání. Kontrola posteriorního modelu byla provedena simulací 500 syntetických datových souborů time-to-event v rámci posteriorního prediktivního rozdělení konečného modelu fit. Počet recidiv na osobu-rok pro každé léčené rameno byl vybrán jako Souhrnná statistika použitá k výpočtu zadních prediktivních hodnot p(Doplňkový obr. 7).
stan modelů výstupní (i) Monte Carlo zadní distribucí pro všechny parametry modelu; (ii) posteriorní odhady recidivy státy pro každý časový interval \({{\boldsymbol{x}}}_{n}^{(t)}\); (iii) logaritmus věrohodnosti odhadů jednotlivých zadní kreslit. Pro každý model jsme provozovali osm řetězů s \(1{0}^{5}\) iterace, ztenčení na 400 iterací a vyřazení poloviny pro vypálení. Konvergence řetězců MCMC byla hodnocena pomocí traceplots hodnotících míchání a shodu osmi nezávislých řetězců. Všechny tyto analýzy lze replikovat pomocí online úložiště github.
Alelu frekvencí a efektivní mohutnost
Pro každý genotyp mikrosatelitů, alel byly odhadnuty s využitím všech dostupných genetických údajů od zápisu epizody (137 VHX, 79 BPD) a mnohočlen-Dirichletův model (Doplňkový Obr. 8). Pro každý marker efektivní mohutnosti \({n}^{* }\), je definován jako počet alel, které poskytují stejnou pravděpodobnost identitu tím, že šance, dal equifrequent alel, byla odhadnuta jako jedna součet četnosti alel squared40. Z efektivních kardinalit můžeme vypočítat počet hypotetických bialelických SNP, kterým se devět mikrosatelitů rovná následovně:
kde \(m\) je index nad \(M=9\) mikrosatelitů a logaritmus je báze \({n}_{{\rm{SNP}}}^{* }\), předpokládaná průměrná efektivní mohutnost hypotetické SNP. To je 2 pro ideální SNP a přibližně 1.5 pro realistický SNP40.
genetický model
genetický model vyjadřuje pravděpodobnost, že se opakující P. vivax epizoda v daný jedinec je recidiva, relaps či reinfekci s ohledem na dříve pozorované příhody, vzhledem k tomu, tři vstupy: (1) předchozí pravděpodobnosti, že epizoda je recidiva, relaps či reinfekci (v této práci jsou založené na time-to-event data); (2) soubor populací na úrovni alely odhady; (3) k dispozici genetické údaje pro pozorované epizody pro daného jedince, každý s maximálně devíti polyallelic mikrosatelitů značky. K šíření nejistoty v (1) a (2), budeme čerpat 100 Monte Carlo vzorků z time-to-event model a ze zadní Dirichletova rozdělení více alel pro každý marker. Genetický model nezachycuje nejistotu kvůli kolísání počtu genotypových markerů, protože je to v současné době výpočetně nepřípustné. Nicméně, genetický model nepřekračuje interpretaci omezených dat: když je genotypových markerů málo, jednoduše vrátí odhady blízké předchozímu. Zbytek této části poskytuje neformální popis modelu. Podrobný popis se seznamem předpokladů a úplnou matematickou specifikací je v doplňkových metodách.
Pro daného jedince, parazity a v rámci infekce jsou považovány za buď cizinci, sourozenci, nebo klony ve vztahu k sobě navzájem (cizinci se vztahuje na všechny parazity, jejichž společná původ dat za jeden komár). Soubor vztahů mezi parazity může být reprezentován plně propojeným grafem. Každý vrchol představuje haploidní genotyp, a každé hraně mezi genotypy je označen jako sourozence nebo cizího člověka, když jsou genotypy obsažené ve stejné infekce, nebo jako klon, sourozence nebo cizího člověka, když genotypy jsou z různých infekcí. U komplexních infekcí je počet vrcholů nastaven na hodnotu COI, která je definována jako maximální počet alel na pozorovaný marker.
model předpokládá, že recidiva může dojít pro všechny mimo-parazit vztahy napříč infekcí (cizinci, sourozenci, a klony), vzhledem k tomu, že reinfections se vyskytují jen jako cizinci, a recrudescences pouze jako klony. Klíčové kroky v modelu jsou následující. Nejprve vypočítáme pravděpodobnost genetických dat daných označeným grafem vztahů. Druhý, vypočítáme pravděpodobnost navrhovaného grafu vzhledem k tomu, že opakující se epizoda je rekrudescence, relaps, a reinfekce. Za třetí, shrneme všechny možné grafy. Sada označené grafy zahrnuje všechny možné způsoby, jak fáze mikrosatelitů dat (tj. atribut alel na haploidní genotypy v komplexu infekce), stejně jako všechny životaschopné vztahy mezi haploidní genotypy. Například, pokud genotyp A je klon B a B je klon C, jediný životaschopný vztah mezi a a C je klonální.
pojem relatedness (pravděpodobnost IBD) je uveden v prvním kroku. Model však neodhaduje příbuznost. Místo toho, odhaduje pravděpodobnost pozorování dat vzhledem IBD násobí pravděpodobnost IBD podmíněna určitý vztah (např. 0.5 pro sourozence v outbrední populaci). Tento výpočet využívá alel (sdílené společné alely mohou být shodné, ale ne nutně kvůli sestupu, zatímco sdílené vzácné alely jsou více pravděpodobné, IBD). Pak jsme částku nad dva možné IBD scénáře (alely jsou IBD, nebo ne) získat pravděpodobnost pozorovaných dat, podmíněné na zadaný vztah,
to je vypočteno pro všechny párové vztahy v grafu vztahů (viz doplňkové metody pro úplné podrobnosti).
výpočetní složitost genetického modelu ji omezuje na společnou analýzu tří epizod (dvě recidivy) na pacienta (v našich datech je to případ 158 pacientů). Pro každého jedince s více než dvě opakování (54 pacientů), odhadli jsme, že po dvou pravděpodobnosti recidivy státy mezi epizodami (pomocí výše uvedeného modelu) a konstruovány jako matice sousednosti. Relapsu pravděpodobnosti byly pak definován jako úměrná maximální odhadovaná pravděpodobnost recidivy s ohledem na všechny předchozí epizody, a ty vzplanutí s ohledem na přímo předcházející epizodě. Pravděpodobnost reinfekce je doplňkem pravděpodobnosti relapsu plus recidivy. Tyto pravděpodobnosti byly poté znovu váženy na součet 1.
genetická simulace
použili jsme simulaci k prozkoumání markerových požadavků na rekurentní stavový závěr. Jak je popsáno výše, data na 3 až 12 nezávislých mikrosatelitů markery byly simulovány pro spárované infekce (jeden primární epizoda následuje jeden opakování) pod tři scénáře: opakování obsahuje haploidní genotyp parazita, který je buď sourozenec, cizince, nebo klon haploidní genotyp parazita v primární infekce. Simulovaná data byla analyzována za předpokladu jednotného předchozího stavu (tj. rekrudescence, reinfekce a relaps mají každý předchozí pravděpodobnost jedné třetiny). Pro každého cizince, sourozenec a klonální scénáře, jsme simulovaná data pro počáteční a opakující se infekce s příslušnými COIs 1 & 1, 2 & 1, a 1 & 2, s a bez chyb; a příslušné COIs 3 & 1, bez chyby. Pro ilustraci chování modelu při použití na chybná data byla simulována data s chybou s použitím extrémně vysoké pravděpodobnosti chyby na lokus (0.2 versus realistická chyba \(<\ 0.01\)41). Když COIs přesáhl jeden, sourozenec, cizince, nebo klon byl mezi nepříbuznými cizinec haploidních genotypů (vztah graf s nejvýše jeden non-cizinec okraji). Pro danou sadu Coi poskytuje tento typ grafu velmi různorodá data, a proto je nejnáročnější analyzovat. Pro bezchybné epizody s COIs v 1 nebo 2 jsme prozkoumali kardinality 13 a 4 (průměr a minimum našeho panelu devíti mikrosatelitů). Pro chybná data a pro epizody s COIs 3 & 1 jsme použili pouze kardinalitu rovnou 13. Výsledky ilustrativní podmnožiny genetických simulací jsou uvedeny na obr. 5 a doplňující obr. 3 a 4. Všechny genetické simulace lze replikovat z online úložiště github, viz složka Simulation_Study.
klasifikace rekurentních epizod
odhad míry odhalení falešného selhání genetického modelu a obr. 4 oba vyžadují specifikaci klasifikačních hranic. Libovolně jsme zvolili interval jako zónu nejistoty. Každé opakování je buď klasifikován jako reinfekci nebo selhání, kde selhání je buď relapsu či recidiva: pokud součet horní věrohodné intervaly relapsu a navíc recidiva je méně než 0.3, opakování je klasifikován jako reinfekcí; je-li součet nižší věrohodné intervaly recidivy plus vzplanutí překračuje 0,7, opakování je klasifikován jako selhání; v opačném případě klasifikace se považuje za nejistý. Vzhledem k tomu, že existují zanedbatelné důkazy o opětovném výskytu, jsou všechny poruchy v podstatě relapsy.
souhrn hlášení
další informace o návrhu výzkumu jsou k dispozici v souhrnu zpráv o výzkumu přírody, který je spojen s tímto článkem.