Etiology of Genital Ulcer Disease in Dakar, Senegal, and Comparison of PCR and Serologic Assays for Detection of <i>Haemophilus ducreyi</i>
Notice bibliographique
Résumé
We used PCR assays to determine the etiology of genital ulcers in patients presenting to a sexually transmitted disease clinic in Dakar, Senegal, and evaluated the ability of two PCR tests (groEL and recD) and two serological tests (adsorption enzyme immunoassay [EIA] and lipooligosaccharide [LOS] EIA) to detect current Haemophilus ducreyi infection. We found that in this population, H. ducreyi, T. pallidum, and herpes simplex virus HSV DNA were detected in 56, 15, and 13% of 39 genital ulcer specimens, respectively, and H. ducreyi DNA was detected in 60% (3 of 5) of samples from ulcerated bubos. Among 40 consecutive patients with genital ulcer disease and with sufficient sample for both PCR assays, the recD and groEL H. ducreyi PCR assays were 83% concordant, with the recD PCR assay detecting six (15%) additional positive specimens and the groEL assay detecting one (3%) additional positive specimen. Compared to PCR, the adsorption EIA and LOS EIA tests had sensitivities of 71 and 59% and specificities of 57 and 90%, respectively, for the diagnosis of current H. ducreyi infection. While these differences in specificity could be due either to previous infection with H. ducreyi or to the detection of cross-reacting antibodies, only 6% of patients from a nearby family planning clinic gave a positive reaction in both the adsorption EIA and LOS EIA assays, indicating that cross-reacting antibodies are not prevalent among clinic attendees in this city. Our studies indicate that the adsorption EIA detects both current and past infection, while the LOS EIA assay is more specific for current infection with H. ducreyi in this population.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».