MétaCan
Menu
← Retour à la cohorte
Enregistrement W1999651806 · doi:10.1371/journal.pone.0056170

Pyrosequencing Dried Blood Spots Reveals Differences in HIV Drug Resistance between Treatment Naïve and Experienced Patients

2013· article· en· W1999651806 sur OpenAlexaff
Hezhao Ji, Li Yang, Binhua Liang, Richard Pilon, Paul MacPherson, M. Bergeron, John Kim, Morag Graham, Gary Van Domselaar, Paul Sandstrom, James Brooks

Notice bibliographique

RevuePLoS ONE · 2013
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueHIV Research and Treatment
Établissements canadiensOttawa HospitalUniversity of ManitobaPublic Health Agency of Canada
Organismes subventionnairesnon disponible
Mots-clésConcordanceGenotypingDried blood spotPyrosequencingViral loadHuman immunodeficiency virus (HIV)HIV drug resistanceGenotypeDrug resistanceDried bloodMedicineAntiretroviral therapyInternal medicineBiologyVirologyImmunologyGeneticsChemistryGene

Résumé

récupéré en direct d'OpenAlex

Dried blood spots (DBS) are an alternative specimen collection format for HIV-1 genotyping. DBS produce HIV genotyping results that are robust and equivalent to plasma when using conventional sequencing methods. However, using tagged, pooled pyrosequencing, we demonstrate that concordance between plasma and DBS is not absolute and varies according to viral load (VL), duration of HIV infection and antiretroviral therapy (ART) status. The plasma/DBS concordance is the highest when VL is ≥5,000 copies/ml and/or the patient has no ART exposure and/or when the duration of HIV infection is ≤2 years. Stepwise regression analysis revealed that VL is most important independent predictor for concordance of DBS with plasma genotypes. This is the first study to use next generation sequencing to identify discordance between DBS and plasma genotypes. Consideration should be given to VL, duration of infection, and ART exposure when interpreting DBS genotypes produced using next generation sequencing. These findings are of particular significance when DBS are to be used for clinical monitoring purposes.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,229
Écart entre enseignants0,192 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations13
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetHIV Research and Treatment→Travaux en français237 207→