MétaCan
Menu
Retour à la cohorte
Enregistrement W2076414692 · doi:10.6090/jarq.45.77

Development of the Multiplex PCR Detection Kit for Salmonella spp., Listeria monocytogenes, and Escherichia coli O157:H7

2011· article· en· W2076414692 sur OpenAlexaff
Susumu Kawasaki, Pina M. Fratamico, Naoko Kamisaki-Horikoshi, Yukio Okada, Kazuko Takeshita, Takashi Sameshima, Shinichi Kawamoto

Notice bibliographique

RevueJapan Agricultural Research Quarterly JARQ · 2011
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSalmonella and Campylobacter epidemiology
Établissements canadiensConestoga Meat Packers (Canada)
Organismes subventionnairesnon disponible
Mots-clésListeria monocytogenesMultiplexMultiplex polymerase chain reactionSalmonellaBiologyMicrobiologyEscherichia coliPathogenic bacteriaDNA extractionListeriaBacteriaPolymerase chain reactionGeneBioinformaticsGenetics

Résumé

récupéré en direct d'OpenAlex

This review describes the development of the multiplex PCR detection kit for Salmonella spp., Listeria monocytogenes, and Escherichia coli O157:H7 in food samples. To develop a detection assay, our research team evaluated the optimization of the pre-enrichment broth, the simple DNA extraction method, and the multiplex PCR settings. When this detection protocol was used to detect the above pathogenic bacteria, one cell per 25 g of inoculated sample was detected within 24 h. Moreover, there was excellent agreement between the multiplex PCR assay and the conventional culture method. The multiplex PCR detection assay system was confirmed to be a reliable and useful method for the rapid screening of food products for foodborne pathogens. The assay system was commercialized as a “[TA10] Pathogenic Bacterial Multiplex PCR Detection Kit”. When this kit was provided to four different laboratories for an extensive validation study, there were no significant differences in detection sensitivity among the laboratories. The detection kit will be valuable as a screening method for foods contaminated with these pathogens, and it will also be useful for identifying the sources of outbreaks of foodborne illness.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil0,491

Scores Codex et Gemma par catégorie

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

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 Opus0,160
Tête enseignante GPT0,307
Écart entre enseignants0,146 · 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 tête enseignante, 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
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

Citations23
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJapan Agricultural Research Quarterly JARQMême sujetSalmonella and Campylobacter epidemiologyTravaux en français237 207