MétaCan
Menu
Retour à la cohorte
Enregistrement W2013219210 · doi:10.1186/1753-6561-5-s6-o28

A new serotyping method of S. pneumoniae using an automated microarray-based assay

2011· article· en· W2013219210 sur OpenAlexaff
Alain Gervaix, Jacques Corbeil, Frédéric Raymond

Notice bibliographique

RevueBMC Proceedings · 2011
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueMicrobial infections and disease research
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMedicineSerotypeMicroarrayMicroarray analysis techniquesComputational biologyBioinformaticsVirologyGeneBiologyGeneticsGene expression

Résumé

récupéré en direct d'OpenAlex

Autolysin, pneumolysin and eight other genes located in the capsular operon were first amplified using multiplex PCR. This step was followed by a tagged primer extension step targeting serotype-specific polymorphisms. The tagged primers were then assigned to a specific spot on a microarray, and processed and scanned in an ISO-certified automated molecular diagnostic system, using a confocal laser microscope. Results from the assay were exported to the analysis software/expert system that transformed genetic typing data into capsular serotype identification. Using this new technology, 51 serotypes of S. pneumoniae can be precisely and uniquely identified, including the 13 types present in the new conjugate vaccine. The remaining 39 are assigned to a serogroup. Blood, CSF and nasopharyngeal samples from children with S. pneumoniae infection or carriage were tested and serotype was confirmed by sequence analysis. 26 different serotypes were detected and concordance between both methods was greater than 96%. This automated microarray assay is robust and could identify precise serotypes of S. pneumoniae directly from clinical samples. It is easy to handle and will be most useful in clinical settings and for the evaluation of serotype prevalence changes.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,003

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 Opus0,078
Tête enseignante GPT0,344
Écart entre enseignants0,266 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

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

En bref

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMC ProceedingsMême sujetMicrobial infections and disease researchTravaux en français237 207