MétaCan
Menu
Retour à la cohorte
Enregistrement W1934727085 · doi:10.1016/j.jmoldx.2011.05.011

Molecular Methods and Platforms for Infectious Diseases Testing

2011· review· en· W1934727085 sur OpenAlexaff
Rajyasree Emmadi, Jerry Boonyaratanakornkit, Rangaraj Selvarangan, Venkatakrishna Shyamala, Laurina O. Williams, Bonita R. Bryant, Ted E. Schutzbank, Michele Schoonmaker, Jean Amos Wilson, Leslie Hall, Preeti Pancholi, Kathryn Bernard

Notice bibliographique

RevueJournal of Molecular Diagnostics · 2011
Typereview
Langueen
DomaineMedicine
ThématiqueViral gastroenteritis research and epidemiology
Établissements canadiensPublic Health Agency of Canada
Organismes subventionnairesnon disponible
Mots-clésFood and drug administrationClearanceInfectious disease (medical specialty)Diagnostic testMedicineIntensive care medicineMedical physicsDiseaseRisk analysis (engineering)PathologyVeterinary medicine

Résumé

récupéré en direct d'OpenAlex

The superior sensitivity and specificity associated with the use of molecular assays has greatly improved the field of infectious disease diagnostics by providing clinicians with results that are both accurate and rapidly obtained. Herein, we review molecularly based infectious disease diagnostic tests that are Food and Drug Administration approved or cleared and commercially available in the United States as of December 31, 2010. We describe specific assays and their performance, as stated in the Food and Drug Administration's Summary of Safety and Effectiveness Data or the Office of In Vitro Diagnostic Device Evaluation and Safety's decision summaries, product inserts, or peer-reviewed literature. We summarize indications for testing, limitations, and challenges related to implementation in a clinical laboratory setting for a wide variety of common pathogens. The information presented in this review will be particularly useful for laboratories that plan to implement or expand their molecular offerings in the near term.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0060,005
Études des sciences et des technologies0,0000,002
Communication savante0,0020,004
Science ouverte0,0030,002
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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.

Tête enseignante Opus0,099
Tête enseignante GPT0,449
Écart entre enseignants0,350 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations104
Publié2011
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueJournal of Molecular DiagnosticsMême sujetViral gastroenteritis research and epidemiologyTravaux en français237 207