MétaCan
Menu
Retour à la cohorte
Enregistrement W2094579221 · doi:10.1002/jmv.10401

Performance of two commercially available sequence‐based HIV‐1 genotyping systems for the detection of drug resistance against HIV type 1 group M subtypes

2003· article· en· W2094579221 sur OpenAlexaboutno aff
Simon Beddows, S. Galpin, Shamim H. Kazmi, Ambreen Ashraf, Ayman Johargy, Natalie C. White, Ruth Braganza, John Clarke, Myra O. McClure, Jonathan Weber

Notice bibliographique

RevueJournal of Medical Virology · 2003
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueHIV Research and Treatment
Établissements canadiensnon disponible
Organismes subventionnairesWellcome Trust
Mots-clésGenotypingBiologyVirologyGenotypeDrug resistanceGeneticsViral loadLentivirusHuman immunodeficiency virus (HIV)GeneViral disease

Résumé

récupéré en direct d'OpenAlex

The use of genotyping assays for the detection and evaluation of drug resistance mutations within the polymerase gene of human immunodeficiency virus type 1 (HIV-1) is becoming increasingly relevant in the clinical management of HIV-1 infection. However, genotypic resistance assays available currently have been optimised for genetic subtype B strains of the virus and many clinical centres are presented with strains from subtypes A, C, and D. In the present report, we compare the performance of two sequence-based commercially available kits, the ViroSeq Genotyping System (Applied Biosystems, Foster City, CA) and the TruGene HIV-1 Genotyping Kit (Visible Genetics, Toronto, Ontario) against a panel of 35 virus isolates from HIV-1 Group M (subtypes A-J). Full-length consensus sequences were generated by the ViroSeq genotyping system for 26 of 31 (83.8%) of the isolates tested, in contrast to the TruGene genotyping system, which generated 16 of 30 (53%) usable sequences overall. Overall, subtype B isolates were sequenced with a greater degree of success than non-subtype B isolates. Discrepancies were found between the consensus sequences reported by each system for each sample (mean difference 1.0%; range 0.0-3.2%), but these appeared to be random and did not affect interpretation of the major resistance codons. In addition, both systems were able to amplify template RNA from low copy viral load plasma samples (10(2)-10(3) RNA copies/ml) taken from a random selection of patient samples encompassing subtypes A-C. While the availability of these genotyping systems should facilitate studies of HIV-1 drug resistance in countries in which these subtypes are prevalent, the performance against subtypes other than B needs to be improved.

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)0,006
score de la tête « metaresearch » (Gemma)0,013
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,030
Tête enseignante GPT0,285
Écart entre enseignants0,255 · 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

Citations47
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Medical VirologyMême sujetHIV Research and TreatmentTravaux en français237 207