Performance characteristics of polymerase chain reaction and histological methods for the detection of <i>Haplosporidium nelsoni</i> in the eastern oyster ( <i>Crassostrea virginica</i> )
Notice bibliographique
Résumé
Fitness for purpose and validation are increasingly becoming a benchmark in the development of test methods for the diagnosis of infectious diseases in aquatic animals. The design of the evaluation and the analysis of data are critical to demonstrate test method performance characteristics and fitness for purpose, as stated in the World Organization for Animal Health pathway for test validation. Three test methods for the detection of the oyster parasite Haplosporidium nelsoni were selected for the validation study described herein: histology, end-point polymerase chain reaction (PCR), and real-time PCR (qPCR). Preliminary work evaluated the analytical sensitivity and specificity of the PCR and qPCR assay in development. The following stage used test results on 100 oysters in 3 different laboratories to assess diagnostic sensitivity (DSe), diagnostic specificity (DSp), repeatability, and reproducibility. Repeatability and reproducibility were within 68-95%. The final part of the project evaluated DSe and DSp using test results on 400 oysters and results from the first 100 oysters tested. In the absence of a 100% gold standard test, latent class modeling methods were explored to characterize the tests (i.e., Bayesian analyses). For both PCR methods, DSe was >90%, and in the 60% range for histology, whereas DSp was >90% for all methods. Based on the results of this validation, a threshold cycle value of 30 for qPCR corresponds to the limit of sensitivity for histology where unreliable detection becomes more frequent, thus providing a threshold helpful in diagnostic settings where both histology and qPCR are used.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».